人臉識別技術的歷史已經非常的長遠，但是通常是都是2D的識別技術，2D人臉識別在安全方面有很大的隱患，所以科學家都在極力的往3D人臉識別上研究，相信看完這篇文章大家就能簡單的了解3D人臉識別技術了。

2D人臉識別技術

2D識別技術通過前置攝像頭識別人臉實現解鎖，屬于軟件層面的，也就是手機用前置攝像頭拍下你的畫面，然后保存處理，下一次解鎖的時候再通過前置攝像頭識別之后完成解鎖，這整個一套流程是通過軟件層面的算法來實現。這里就不多做介紹。

3D人臉識別-概述

3D人臉識別是通過3D攝像頭立體成像，能夠識別視野內空間每個點位的三維坐標信息，從而使得計算機得到空間的三維數據并能夠復原完整的三維世界，并實現各種智能的三維定位。簡單的說就是機器獲取的信息多了，分析判斷的準確性有了極大的提升，人臉識別功能可以分辨出平面圖像/視頻/化妝/皮面具/雙胞胎等狀態，適合金融領域和智能手機等安全級別要求高的應用場景。

三種主流3D成像（三維成像）技術

（1）結構光（Structured Light）：結構光投射特定的光信息到物體表面后，由攝像頭采集。根據物體造成的光信號的變化來計算物體的位置和深度等信息，進而復原整個三維空間。

（2）TOF（Time Of Flight，飛行時間）：通過專有傳感器，捕捉近紅外光從發射到接收的飛行時間，判斷物體距離。

（3）雙目測距（Stereo System）：利用雙攝像頭拍攝物體，再通過三角形原理計算物體距離。

蘋果X（XS/MAS）的Face ID功能主要采用的就是結構光的技術，目前在手機上真正實現3D人臉識別，而且安全系數較高的只有蘋果X及以上版本，國產手機的人臉識別還處于2D時代，安全系數還較低。

3D人臉識別的實現過程

1、人臉圖像預處理：圖像預處理是人臉識別技術中一個相當重要的環節，因為圖像采集的地點光線等因素不同，圖像的質量也有較大的差異。圖像預處理的目的主要是為了去除對圖像有干擾的信息，提高圖片的質量，突出有用的信息。為之后對圖像的分析計算提供便利，達到更快更準確的目的。

2、人臉圖像匹配與識別：通過攝像頭采集到的圖片進行信息處理，通過核心算法對圖片中的人臉的五官、臉型和角度等信息進行計算，并且把圖像信息和自身數據庫里保存的圖像信息進行搜索比對，當兩者的匹配度到達一定的比例就可以把匹配到的數據輸出，達到解鎖的目的。

3、人臉圖像采集及檢測：人臉圖像通過攝像頭等方式以靜態圖像，動態圖像等方式進行記錄，通過人臉檢測的方式來確定人臉的位置和大小。以目前主流的人臉檢測及采集的方法來說， Adaboost人臉檢測算法，是基于積分圖、級聯檢測器和Adaboost算法的方法，該方法能夠檢測出正面人臉且檢測速度快。但其缺點是在復雜背景中，容易受到復雜環境的影響，導致檢測結果并不穩定，極易將類似人臉區域誤檢為人臉，誤檢率較高。

4、人臉圖像特征提取：通過對預處理之后的圖像進行分析計算，提取出圖像中的人像的五官特征、人臉圖像變換系數特征等。人臉特征提取的方法有兩大類：一種是基于知識的表征方法，首先需要提取出人臉的五官，如鼻子、眼睛、下巴、嘴巴等特點，在計算這些特點之間的位置關系，將它們之間的幾何特征作為識別人臉的重要特征；另外一種是基于代數特征或統計學習的表征方法。

相信大家看完這篇文章已經對3D人臉識別技術有了深刻的了解，后續小編會繼續更新更多關于3D成像方面的內容。

知象相關產品（技術）

3d人臉掃描儀    

免責聲明：部分文字(圖片)可能來自網絡！如有侵權，請直接聯系我們進行處理，我們會第一時間處理相關侵權信息，轉載請注明來源。