人脸识别技术的历史已经非常的长远，但是通常是都是2D的识别技术，2D人脸识别在安全方面有很大的隐患，所以科学家都在极力的往3D人脸识别上研究，相信看完这篇文章大家就能简单的了解3D人脸识别技术了。

2D人脸识别技术

2D识别技术通过前置摄像头识别人脸实现解锁，属于软件层面的，也就是手机用前置摄像头拍下你的画面，然后保存处理，下一次解锁的时候再通过前置摄像头识别之后完成解锁，这整个一套流程是通过软件层面的算法来实现。这里就不多做介绍。

3D人脸识别-概述

3D人脸识别是通过3D摄像头立体成像，能够识别视野内空间每个点位的三维坐标信息，从而使得计算机得到空间的三维数据并能够复原完整的三维世界，并实现各种智能的三维定位。简单的说就是机器获取的信息多了，分析判断的准确性有了极大的提升，人脸识别功能可以分辨出平面图像/视频/化妆/皮面具/双胞胎等状态，适合金融领域和智能手机等安全级别要求高的应用场景。

三种主流3D成像（三维成像）技术

（1）结构光（Structured Light）：结构光投射特定的光信息到物体表面后，由摄像头采集。根据物体造成的光信号的变化来计算物体的位置和深度等信息，进而复原整个三维空间。

（2）TOF（Time Of Flight，飞行时间）：通过专有传感器，捕捉近红外光从发射到接收的飞行时间，判断物体距离。

（3）双目测距（Stereo System）：利用双摄像头拍摄物体，再通过三角形原理计算物体距离。

苹果X（XS/MAS）的Face ID功能主要采用的就是结构光的技术，目前在手机上真正实现3D人脸识别，而且安全系数较高的只有苹果X及以上版本，国产手机的人脸识别还处于2D时代，安全系数还较低。

3D人脸识别的实现过程

1、人脸图像预处理：图像预处理是人脸识别技术中一个相当重要的环节，因为图像采集的地点光线等因素不同，图像的质量也有较大的差异。图像预处理的目的主要是为了去除对图像有干扰的信息，提高图片的质量，突出有用的信息。为之后对图像的分析计算提供便利，达到更快更准确的目的。

2、人脸图像匹配与识别：通过摄像头采集到的图片进行信息处理，通过核心算法对图片中的人脸的五官、脸型和角度等信息进行计算，并且把图像信息和自身数据库里保存的图像信息进行搜索比对，当两者的匹配度到达一定的比例就可以把匹配到的数据输出，达到解锁的目的。

3、人脸图像采集及检测：人脸图像通过摄像头等方式以静态图像，动态图像等方式进行记录，通过人脸检测的方式来确定人脸的位置和大小。以目前主流的人脸检测及采集的方法来说， Adaboost人脸检测算法，是基于积分图、级联检测器和Adaboost算法的方法，该方法能够检测出正面人脸且检测速度快。但其缺点是在复杂背景中，容易受到复杂环境的影响，导致检测结果并不稳定，极易将类似人脸区域误检为人脸，误检率较高。

4、人脸图像特征提取：通过对预处理之后的图像进行分析计算，提取出图像中的人像的五官特征、人脸图像变换系数特征等。人脸特征提取的方法有两大类：一种是基于知识的表征方法，首先需要提取出人脸的五官，如鼻子、眼睛、下巴、嘴巴等特点，在计算这些特点之间的位置关系，将它们之间的几何特征作为识别人脸的重要特征；另外一种是基于代数特征或统计学习的表征方法。

相信大家看完这篇文章已经对3D人脸识别技术有了深刻的了解，后续小编会继续更新更多关于3D成像方面的内容。

3003新葡的京集团相关产品（技术）

3d人脸扫描仪    

免责声明：部分文字(图片)可能来自网络！如有侵权，请直接联系我们进行处理，我们会第一时间处理相关侵权信息，转载请注明来源。