如果評選過去十年間iPhone最受爭議的設計，恐怕iPhone X上的“劉海屏”當之無愧。但即使“劉海屏”被人如此詬病，卻依舊讓蘋果堅持做出如此選擇，也足見蘋果對于3D結構光技術的認可與重視。在本屆MWC上海，vivo發布了名為TOF 3D超感應技術，與3D結構光可以算是“異曲同工，并且都是可以對未來產生影響的技術。因此今天的機情觀察室，我們就來解讀這個vivo TOF 3D超感應技術。

對于如今的人們，有太多的秘密與信息都藏在自己的智能手機里：小到身邊一些最常用聯系人的方式，大到各種金融級的信息。所以安全就顯得尤為重要。每個人都需要一個獨一無二的密碼來保護自己的信息。而真正能做到“獨一無二”的，就是我們自己。因此，在手機上出現了更高一級的安全保護方式：生物識別。

從2013年iPhone 5S成功將指紋識別普及到手機上，至今已經過去五年時間。在這五年中，手機的形態、所需要承載的功能也在逐漸發生變化。在全面屏的背景下，3D結構光逐漸接棒指紋識別。相比于指紋識別，3D結構光能夠帶來更無感的識別過程、更安全的級別，更重要的是，3D結構光兼具生物識別之外，還能夠做到建立圖像信息。因此，才出現了在現階段，即使Face ID會對產品外觀設計產生很大爭議的影響，但蘋果依然堅持。

我們知道，傳統攝像頭對于信息的捕捉都是基于2D平面的信息，因此基于前置攝像頭所做的生物識別其實非常容易被假信息所騙過。因此當圖像由2D轉向3D時，才具備安全特征。所以，無論是3D結構光還是vivo的TOF，本質上都是對圖像深度信息的獲取。

但盡管實現目的相同，實現過程的不同，也導致了3D結構光與TOF還是有所不同。

▲圖片來自Yole Developpement

Face ID所使用的3D結構光是由散斑結構光（Light Coding）實現，一定的距離內，點陣投射器會發出3萬個隨機離散分布的紅外光斑覆蓋一個空間區域，用戶的面部進入這個工作空間時，光斑出現不同的位移和扭曲，手機便會記錄空間內用戶的臉部繪制精確細致的深度信息圖。而當用戶在進行每一次識別時，用新的“深度圖”對比提前錄在手機中標準的“深度圖”，手機自然知道解鎖的是不是真正的用戶。

而vivo所用的TOF為Time of Flight（飛行時間）的縮寫，通過紅外發射器連續發射光脈沖，在遇到人或物體后反射，傳感器在接收到反射回來的光，計算紅外光線發射和反射的時間差，從而形成立體視覺。隨后手機CPU通過分析光的時間差的數據，來達到建立人臉模型的目的。在關鍵數據上，TOF需要采集30萬個人臉的有效深度信息點，并且工作距離上，最遠可以達到3米。

可以看到，結構光的關鍵在于“光”，而TOF的關鍵則在于“距離”。因此在識別時，3D結構光由于需要創造出一個“空間”，因此需要起碼25mm的識別基線，而TOF則幾乎不需要距離。并且TOF可以到達的最遠工作距離為3米，而結構光則的最佳工作距離為 25—50 厘米。另外，3D結構光與TOF本質上都是獲取空間內物體的深度信息，因此在記錄深度信息的點數上，vivo TOF的30萬確實比iPhone X的3萬個點可以記錄到的深度信息更多，這對于構建的立體圖像邊緣的細節確實更有幫助。因此從技術向功能轉換的角度，目前TOF無疑比Face ID要更具擴展性。

并且在ID設計上，TOF攝像頭體積相比結構光更加小巧，在產品ID設計時機身無需為立體視覺的實現付出更長的劉海及更大的機身內部空間。而一般來說，一套TOF需要一個紅外發射器、接收器、攝像頭就夠，并不需要face ID那么多東西。

但TOF也并非沒有缺點，作為一副3D圖像，TOF在二維（也就是X、Y軸）的分辨率不如3D結構光高。但毫無疑問，二者都已經達到金融級別的安全性，這對于普通用戶來說已經足夠。并且vivo也已經宣稱與微信達成支付合作。

PS：這里多插一句：在vivo TOF 3D超感應發布會的現場展示了直接用手機進行3D建模，甚至可以3D打印。因此許多網友詢問與索尼自帶的3D大師有什么區別。抱歉我們實在沒有找到索尼3D大師與TOF相關的信息，因此推測索尼3D大師是利用XZ1的激光對焦（激光測距）+攝像頭+一套牛X的算法完成。畢竟已經收購了softkinetic的索尼對于3D成像和TOF技術已經是業界一流水平。

TOF的未來

▲利用TOF原型機可以直接建模

當然，紙上談兵的技術都是無本之木。結合目前已知TOF深度信息大、工作距離長的特點，則可以放在生活的各種使用場景中。比如通過TOF 3D超感應技術進行3D拍照，建立更精準的人體模型，另一邊賣家把衣服的信息提前預設好，用戶在網上就可以直接試穿，而避免網上買到不合適尺寸的服裝。

另一方面，利用TOF攝像頭對現實物體進行建模，然后將模型與其他虛擬或現實場景融合，打造出更具科幻感的MR游戲，也是未來TOF可發展的一大方向。比如對你和小伙伴建模，然后放到一個虛擬的跑道上或者其他一些有趣的場景中。

模糊現實與虛擬的邊界，則是未來TOF的發力點。