二維人臉識別興起于手機，3D 人臉識別則興起于蘋果。 2017 年，iPhone X 問世，開啟了手機 3D 人臉識別元年，引發了眾多手機廠商紛紛效仿。其實早在 2015 年，蘋果收購以色列著名 3D 傳感器制造商 PrimeSense，就讓行業看到了三維人臉識別的更大潛力，也讓更多初創企業紛紛“入?！薄?人臉識別以其非接觸、便捷、易采集等特點，在眾多生物識別技術中脫穎而出，成為人工智能興起的典型應用之一。 但目前應用的主要是二維人臉識別，平面圖像由于缺乏深度信息常受到遮擋、光照等影響，并且防偽能力較差。 而近幾年開始嶄露頭角的三維人臉識別則在這方面有更好的效果：誤識率小于百萬分之一，拒真率小于 0.01% ，在手機、智能門鎖、高級別的安檢通關等領域逐漸開始發揮作用。

三大技術方案 業內普遍認為，利用人臉的三維信息進行識別，更有助于克服二維人臉識別的困難。 三維人臉識別，包含了人臉的空間信息，是人臉本身固有的信息，對外界條件的變化有更好魯棒性。目前主流的三種技術方式包括雙目技術、TOF 技術，以及結構光技術。但三種技術路徑各有利弊，也是業界的主要爭議點之一。

圖丨三維人臉識別三種主流方案對比(來源：CB Insights China 整理) 結構光是通過紅外激光器，將具有一定結構特征的光線投射到被拍攝物體上，再由專門的紅外攝像頭進行采集反射的結構光圖案，根據三角測量原理進行深度信息的計算。 ToF則是通過紅外發射器發射調制過的光脈沖，遇到物體反射后，用接收器接收反射回來的光脈沖，并根據光脈沖的往返時間計算與物體間的距離。 基于雙目立體視覺的深度相機和基于 ToF、結構光原理的深度相機不同，類似人類的雙眼，依靠拍攝的兩張圖片間的視差來計算深度，也稱為被動雙目深度相機。 理論上來說，相比于 3D 結構光，ToF 具有結構簡單、理論成本低、抗干擾性更好、遠距離精度高等優勢。雖然理論上更為優秀，但 ToF 目前實際應用中還達不到理論水平。結構光則在綜合表現中更為均衡。

從底層硬件到算法、方案，三維人臉產業鏈正在逐步鋪開 再透視三維傳感產業鏈?？梢钥吹?，行業可以劃分為上游器件、中游傳統系統廠商，以及下游的各種場景應用廠商。這一產業鏈與許多傳統產業相耦合，同時也有不少創新企業正在進入。

圖丨三維傳感產業鏈及主要公司（來源：CB Insights China 整理） 具體來說，衍射光學元件 DOE 位于三維傳感行業的底層，此前該領域的主要玩家是德國的 CDA、奧地利的 AMS（艾邁斯半導體）及臺灣的 Himax（奇景光電）等。下一環為光學模組，主要廠家包括舜宇、歐菲光、富士康等。 往下延伸，則是三維傳感系統：華為、聯想、小米等手機、通信廠商都是主力，奧比中光等則成為新晉成員。其后則是手勢識別、行為分析、人臉識別等具體應用的三維傳感系統：?？怠culus、曠視、的盧深視等都是入局者。 另外中國的傳統廠商，如川大智勝、漢王、新興廠商商湯等也都在布局。 不得不提的是，從底層打造硬件的馭光科技，從衍射光學器件 DOE 入手，打破了一些國外廠商的壟斷，2017 年完成 A 輪融資，今年已完成 B 輪融資。而三維人臉識別算法和方案提供商的盧深視已經從算法、方案到打造自己的深度攝像頭，深度攝像頭是為了達到更好應用效果而進行的延伸，的盧深視目前已落地門鎖、安防等 B 端場景中。今年完成 B+ 輪融資。率先在手機領域嶄露頭角的奧比中光，也已落地多家手機廠商，及零售、制造等行業。 人工智能帶來的算法、軟件等正在興起，同時硬件廠商也在試圖突破。目前微軟、索尼等還占據主導地位，三維人臉識別的芯片也更依賴國外。但中國廠商由軟到硬，正在逐漸抓住機會。

場景落地：手機、智能門鎖、安防及車載等? 不過，值得說明的是，三維人臉識別的應用仍不及二維人臉識別。手機是目前落地較多的場景，在 to-B 場景上，智能門鎖、車載以及部分安防場景中三維人臉在逐步滲透。 ? 在手機上，結構光最常見的應用場景就是 iPhoneX 的刷臉解鎖。還有安全支付、三維重建、AR、游戲等應用場景。 ? 2018 年，中國廠商 OPPO 的 Find X 也采用了 3D 結構光人臉識別方案，方案來自初創企業奧比中光。華為 nova3 則是中國唯一一款采用雙目立體成像的人臉識別手機，采用了 IFAA 的人臉識別解決方案。 ? 目前安卓市場中 3D 人臉識別傳感器的 OEM 成本過高，要達到與 IPhone X 的 Face ID 相同效果，成本可能要 200-300 元。另外，用戶對面部識別的需求并非十分迫切。在 2018 年的熱度過后，三維人臉識別在手機上的應用又陷入沉寂。? ? ?

圖丨三維人臉識別主要應用場景（來源：CB Insights China 整理） 而安防領域，在智能門鎖上，三維人臉識別，能進行更準確地識別。目前智能門鎖市場正在不斷擴大，包括人臉、虹膜識別等生物識別方式也逐漸進入實際應用。三維人臉識別模組在價格相對價格更高的同時，安全性優勢也更為明顯。 另外在邊檢通關場景，三維人臉也有有效應用。通關場景中，如何讓人、車流通更為高效，是一個關鍵問題。逆光或側光情況對識別影響都會較大，所以很多通行關口，正午陽光直射時會關閉部分閘機以免誤識。而三維人臉通過對光線的智能處理，就能更為有效的避免強光，保證識別的穩定性。 三維人臉識別與行為識別等結合，還能發揮更大作用。 如在車載場景中，三維傳感方案目前主要關注車內人的行為，如人臉開車門、啟動，確認司機是否系好安全帶、是否有打瞌睡等行為。 在較遠距離的監控上，還可以進行如搶劫、監獄打架等行為分析。如監獄中，兩人相對快速運動，很容易被判定為打架，但通過三維測距，就能分辨是否有身體接觸。馭光科技就在這方面與公安部門進行不斷探索。

結語 到 2020 年，可以說，三維人臉識別還未實現大規模落地。 目前，器件、芯片等硬件實力不足及依賴國外廠商，模型復雜、成本高，以及更多場景需求的打開等都是三維人臉識別深入落地要面對的問題。據估計到 2023 年，全球三維傳感的市場規模可達 100 億美元以上。 未來，隨著二維人臉識別應用以及其他人工智能技術和場景的進一步落地，三維人臉也必將進一步融入到更多場景中。三維人臉識別的未來，將在部分更重要、關鍵場景對二維人臉識別實現替代，并與二維人臉識別一起，形成一個更完善的大市場。