专栏 | 打破人脸识别谣言，看iPhone X FaceID背后的技术与商业前景

机器之心专栏

作者：阅面科技童志军

北京时间 9 月 13 日凌晨 1 点整，大家期待已久的苹果发布会终于拉开序幕。在本次发布会中，最受关注的莫过于高端机型的 iPhoneX。它搭载了集成六核处理器的 A11 芯片，支持无线充电以及 4K/60 帧视频拍摄、1080P/240 帧视频拍摄，同时，FaceID 也是其最大的亮点之一。

与指纹识别不同的是，网络上出现很多对于 FaceID 的质疑和吐槽，「睡觉的时候被女朋友拿去解锁怎么办？」，「看一眼淘购物车就支付」等等。那么事实是否如此呢？新技术的出现总是伴随着很多不同的声音，然而，从目前来看，许多所谓的担心都是不必要的。

就拿睡觉时被识别来看，人脸解锁的判定中加入了眼睛闭合检测的机制，系统默认只在睁眼时才会识别，所以无需担心在睡觉的时候被其他人刷脸开启手机。而大多数人最为关注的购物车支付问题，其中加入了关注度等属性，当用户持续看屏幕或者做其他行为才能触发支付。那么 FaceID 就是完美的吗，事实并非如此，它还存在着许多技术难题。

FaceID 存在的技术难点

1. 活体检测

FaceID 的概念早在很久之前就被人们提出过，不仅是苹果，其他类似三星、小米等公司都在 FaceID 方面进行了很多尝试，并在它们最新的机型上搭载了相应的人脸识别技术。不过，让人可惜的是，三星 Galaxy S8 支持的人脸识别技术很快就被 YouTube 网友用照片成功破解。实际上，三星人脸识别技术被照片等破解，其根本原因是没有加入活体检测。活体检测问题在今年 3.15 晚会中就曾被曝光，而如何解决该问题，可以从感光源入手。

活体检测根据感光源的不同，可分为三类，一类是可见光，一类是近红外，而另一类是 3D 的结构光。可见光的方式目前还存在缺陷，当用照片或者视频的方式可以很容易的进行解锁，而近红外和 3D 结构光的方式可以很好的区分真人和伪造人脸的区别。

近红外通过对人脸皮肤的反射率以及视频、照片的对比，可以相对精准的进行活体检测，但是对于距离有一定的限制。当人脸离摄像头很远的时候会影响它的精度，同时存在一定概率被人攻破。

而 3D 结构光摄像头相对于前两种来说，比较完美的解决了活体认证的问题，这也是苹果在 iPhoneX 上所使用的技术。3D 摄像头一般会直接得到物体的深度信息，而照片、视频等本身是没有深度信息的，很容易就能辨别出来，这使得 FaceID 的安全级别特别高，用户无需担心手机信息泄露等一系列不安全问题。

2. 复杂光线

除了活体检测，许多用户也关注复杂光线等因素对人脸识别是否有影响。主流的设备会采用红外摄像头，它成像稳定，大大提高了人脸识别对光线的鲁棒性。同时，由于近些年嵌入式视觉的不断迅猛发展，压缩的深度学习模型可以针对各种光照，包括在暗光、强光灯情况下，对各种各样的人脸有非常鲁棒的识别，不仅如此，它还可以部署在移动设备上，具有非常高效的识别效果。

3. 移动优化

从互联网演进到移动互联网，用户数和数据量都产生爆炸性增长，我们身边的移动设备都需要强大的本地实时交互、计算的能力，这也意味着前端设备上需要有智能化的能力。

嵌入式视觉是计算机视觉的一个方向，随着深度学习的兴起，在算法层面的准确度也相应提高，与之前相比，嵌入式视觉的视频分析就是把云端或本地服务器的处理能力放到嵌入式系统上，使得它能够非常低功耗和实时的进行本地处理。

嵌入式视觉中需要做非常多的优化工作。深度学习针对嵌入式方面的优化，从算法层面上来看主要有网络结构优化，模型压缩，多线程，定点化，二值化等等，基于一个初始版本，对网络结构进行调整，某些层的修改，参数的调整，使得它能够在不降低精度的情况下速度更快，同时把一些不必要的分支给砍掉，在进行一个预测的时候，计算量相对会减少一些，速度变快。

实际上，阅面科技已经在嵌入式视觉方向走在了行业的前端。通过廉价的运算单元在终端设备上部署，不依赖于云和额外的 GPU 等，使得深度学习在消费级产品大规模应用成为可能。

嵌入式技术节省了消费级产品的空间与成本，基于整体的硬件视觉模块，多算法更能相互配合，即插即用。本地化处理也让在网络环境无法得到保证的现在，不依靠昂贵的服务器以及 GPU、FPGA 等加速设备。用廉价芯片跑实时 AI 算法不仅降低了功耗，成本，而且识别准确率也不低于云端，更加符合消费级产品的实际场景。

未来的商业场景

从几起苹果对嵌入式视觉初创企业的收购来看，它们对未来人脸识别技术给予了厚望。一旦像苹果这种拥有海量级用户的厂商采用了人脸识别相关技术，将会对该技术的推广有非常大的帮助，同时，对人们的生活习惯也会有非常大的改变，其商业化的应用前景也是十分广阔的。

硬件登录认证的标准方式

不难想象，自 iPhoneX 采用人脸识别技术之后，越来越多的手机厂商会尝试加入相应技术以巩固自己的核心竞争力。从手机到家电，未来人脸识别技术也将逐渐成为硬件登录认证的标准方式。当用户想要开启设备时，只需要通过刷脸的方式即可完成一系列操作，大幅度减少了繁琐的流程，大大提高安全性。

进出口认证的标准方式

用户习惯的改变决定了智能生活的很多方向，早前人脸识别技术也曾应用在家庭门禁上，但是很多消费者会觉得安全级别不够，对它持有一种怀疑的态度，但当人脸识别走进人们的生活，改变用户的习惯之后，慢慢的大家就会认为人脸识别技术是非常常见的事情，就类似现在的指纹识别一样，人脸识别技术也将真正落地让人们的生活更加智能化，当用户通过门禁时，无需指纹或者刷卡，直接使用人脸信息即可开门，避免了刷卡产生的卡牌盗用、丢失等问题。

安全认证方式

人脸识别不仅仅可以作为手机登录解锁的形式，还可以应用于第三方支付等场景，真正形成以 FaceID 为核心的高安全身份认证体系。比如现在很火热的无人零售店，就是希望加入了人脸识别的解决方案，当用户买完东西出来，无需拿出手机等设备直接刷脸付款，提高了用户体验，减少了繁琐的操作步骤，真正实现线下无人零售的变革。

作者简介：童志军，阅面科技资深研究员，2012 年毕业于东南大学获硕士学位，先后加入虹软、阿里巴巴从事图像算法和机器学习工作，曾参与淘宝「拍立淘图像搜索」、「3D 试衣」等产品研发，目前主要专注于深度学习的视觉检测分类和移动端深度学习模型压缩技术。

本文为机器之心发布，转载请联系本公众号获得授权。

✄------------------------------------------------

加入机器之心（全职记者/实习生）：[e-mail]

投稿或寻求报道：[e-mail]

广告&商务合作：[e-mail]