不用說，上周的iPhone X 那是火遍了每一個頭條。最大的兩個看點，一是全屏幕（在聊iPhone X“AMOLED全面屏”前，你需要知道這些…）；再就是把在手機上沒得意幾年的Touch ID踢出了局，取而代之的是調調極其高的Face ID（人臉識別），江湖俗稱“刷臉”。

iPhone X 的刷臉功能，啊不，是Face ID

雖說人臉識別已不是什么全新技術，但真正在手機上實現也是足夠狂拽酷炫的。不過，這個功能一經發布便迅速遭到了一群愛擼妝小仙女們的質疑：

?

妝后FACE ID認不出？iPhone X就呵呵了，并表示瓜眾們還是 too young too simple， sometimes na?ve！

答案當然是否定的。簡單地說，Face ID基于3D（深度）成像技術，并不會“膚淺”的去看“長相”，而是通過獲得位置信息來進行3D成像。實現這一技術的基礎元件，便是接下來我們要聊的“深度相機”了。

深度相機：沒有我，3D成像成不了

深度相機是一種特殊的相機，和傳統相機不同，除了能拍出物體的平面圖像外，還能測量出物體到相機位置的距離，從而實現3D（深度）成像。

它的原理主要有三種：雙目成像、結構光、飛行時間。

1.雙目成像

我們的雙眼之所以能看到立體的圖像，是因為兩眼存在瞳距，在一定距離觀看物體時，兩眼會接收到不同的視覺圖像。而大腦能夠很巧妙地通過眼球的運動、調整，將有細微差別的兩幅畫像融合，感知到生理深度暗示，從而產生立體感。這就是雙目立體視覺的基本原理。

熟悉的3D電影是雙目立體成像原理的應用之一

雙目立體成像就是根據該原理，獲取、產生和傳輸一個空間場景，并將這個場景展現成具有立體感的景象。

這是一種比較傳統的技術，使用兩個可見光的圖像傳感器，通過雙目匹配就能夠實現。這種方法雖然成本低，圖像分辨率高，但是算法非常復雜，且是一種被動測量方法，目標物體需要有良好的特征變化，不然無法實現。

2.結構光

基本的結構光方案所基于的原理是光學三角法。研究發現，當把一些特殊形式的光投到有不同深度的物體上時，光的紋路會發生變化，而我們可以通過采集這些紋理變化，來計算位置和深度，進而復原整個三維空間。

例如光帶打到物體上，遇到突出的物體條紋就會改變原有的狀態，或斷開，或彎曲，其程度取決于物體各部分的深淺。直接打到平面，條紋則不發生改變。

結構光系統主要由光投射裝置（常見的為近紅外光）、攝像機、圖像采集及處理系統組成。

其中，攝像機采用圖像傳感器配合窄帶濾光片和鏡頭的方式，接收不同位置的回波光信號，進而成像。

右圖為調制好的近紅外條紋光，左圖為近紅外CMOS圖像傳感器成像的灰度圖

第一步的成像質量直接影響接下來的圖像處理，這就需要圖像傳感器在近紅外波段具有極高的靈敏度，特別是對于一些高精度要求的識別系統應用。

濱松深度相機用高靈敏度CMOS圖像傳感器

近紅外波段高靈敏度表現

高速捕捉能力表現

成像后接下來的工作，就交給圖像采集及處理系統了：

來源：結構光的概念及其實現三維成像的主要原理是什么？Lee Mr回答內容，知乎

激光器發出的光束經過光學系統形成的不光有條紋的，還有包括點、單線、單圓、同心多圓、網格、十字交叉等多種散斑形態，通過特征編碼直接獲取特征點。與普通條紋光相同，其他特征圖形也都是通過在景物上形成特定的圖案，成像后進行圖像處理，后對圖案深度或距離信息進行提取。

iPhone X也正是采用的結構光來實現Face ID的。還記得那屏幕上端搶眼的“劉海”嗎？置于其中的是一套稱作“原深感攝像頭”的系統，除了常規器件，還加入了紅外攝像頭、點陣投射器、泛光感應元件，也就是Face ID的核心元件。其通過投射超過3萬個光信息識別點，由攝像頭收集信息并通過算法分析，實現了它的人臉識別。

?

3.飛行時間（TOF）

通過捕捉光從發射到接收的飛行時間，判斷物體距離，這就是測距中常見的飛行時間（Time of Flight，TOF）法。在3D成像應用中，TOF法是基于距離圖像傳感器實現的。

距離圖像傳感器芯片的每一個像元對入射光往返物體和相機之間的相位分別進行記錄，傳感器結構與普通圖像傳感器類似，但是包含兩個快門，用來在不同時間采樣反射光線，因此像素尺寸比普通圖像傳感器尺寸大。另外，照射單元和傳感器需要高速信號控制才可以達到想要的精度。

濱松TOF深度相機用距離圖像傳感器

TOF的深度相機也主要包含三部分，一個高速光源（激光器或LED），一個可以測試飛行時間的距離圖像傳感器，以及后續處理單元。

左圖：深度圖像（TOF法成像） / 右圖：彩色圖像

雙目、結構光、飛行時間（TOF），這三種雖然都是深度相機中常用的方法，但他們也各有所長：

技能點的不同也決定了他們著各自擅長的應用領域。雙目法對是否有光照、被測物特征區別等外部環境限制較多，但是有分辨率優勢，更適合于在環境比較單一的流水線檢測等應用上；結構光可以測試比較近的距離，對被測物的要求不高，同時兼顧了深度分辨率，使得它比較適合用在臺式設備或者手持設備的人臉識別、體感互動等應用中；TOF雖然在其他方面表現優秀，但是有著深度圖像分辨率低的問題，使得它更適合用在動態捕捉、機器人避障等應用上。

iPhone X Face ID的出現又一次掀動了3D成像的熱浪，但它也僅僅是洪流中的一個代表。在未來，3D成像也勢必將更加普及，從消費民用到科研、軍事、醫療等等各個方面，改變我們的生活。