深度對(duì)話，3D識(shí)別的想象空間

在我們都吐槽蘋果的創(chuàng)新力在衰竭的時(shí)候，2017 年，iPhone X 帶來了 FaceID 人臉識(shí)別功能，一度讓上游供應(yīng)商和其它手機(jī)品牌忙不迭的一波技術(shù)和產(chǎn)品更迭，如果不了解這里面的硬件技術(shù)，我們會(huì)直觀的將這里的 FaceID 納入生物識(shí)別的范疇，因?yàn)樗彩腔谌四樳@一生物特征來實(shí)現(xiàn)。在近日的慕尼黑上海電子展期間，通過與非網(wǎng)記者與艾邁斯半導(dǎo)體 OPC 部門業(yè)務(wù)發(fā)展經(jīng)理徐冰博士和曠視科技產(chǎn)品市場總經(jīng)理沈瑄的交流，刷新了我們對(duì) iPhone 人臉識(shí)別背后的 3D 結(jié)構(gòu)光技術(shù)的認(rèn)知，也讓我們看到這一技術(shù)未來的更多可能性。

左：艾邁斯半導(dǎo)體 OPC 部門業(yè)務(wù)發(fā)展經(jīng)理徐冰博士 右：曠視科技產(chǎn)品市場總經(jīng)理沈瑄

厘清 3D 識(shí)別的概念

徐冰博士首先澄清，人臉識(shí)別的實(shí)現(xiàn)方式有多種，如果具體討論 iPhone 人臉識(shí)別功能背后，采用的是 3D 結(jié)構(gòu)光的技術(shù)，這種技術(shù)本身并不能等同于生物識(shí)別。

從手機(jī)的內(nèi)部結(jié)構(gòu)來看，除了基本的前置攝像頭外，還集成了六七個(gè)傳感器。其中點(diǎn)陣投影器會(huì)投射出高達(dá) 30000 個(gè)光點(diǎn)，紅外鏡頭能就能獲取人臉各個(gè)部分位置的形變數(shù)據(jù)，即臉的 “結(jié)構(gòu)”，加上前置鏡頭記錄的人臉圖像，兩者借助算法結(jié)合，就能得出一張精準(zhǔn)的 3D 人臉數(shù)據(jù)圖。比起單純的基于 2D 平面圖進(jìn)行分析，這種三維深度數(shù)據(jù)顯然更加真實(shí)有效，也更有價(jià)值。

搞清楚 3D 結(jié)構(gòu)光的背后原理就會(huì)發(fā)現(xiàn)，人臉識(shí)別解鎖，只是這一技術(shù)的一個(gè)應(yīng)用場景，背后包含了對(duì)更高維度信息的掌握和運(yùn)用—讓手機(jī)能夠感知到現(xiàn)實(shí)世界的 3D 信息，才是結(jié)構(gòu)光技術(shù)真正想要達(dá)成的目的。

在這次疫情期間，對(duì)那些用慣了人臉識(shí)別解鎖的用戶而言，首先帶來的不便就是手機(jī)打不開了，要回到傳統(tǒng)的密碼解鎖模式。而很快我們發(fā)現(xiàn)多家科技公司實(shí)現(xiàn)了戴著口罩也可以進(jìn)行人臉識(shí)別的技術(shù)。對(duì)此，徐冰博士解釋，“隨著技術(shù)進(jìn)步，這是完全可能而且是可行的。3D 結(jié)構(gòu)光這一技術(shù)是通過光打在人臉或物體上面來探測不同部分的深度，也叫人臉的特征點(diǎn)，不戴口罩的情況下，探測的特征點(diǎn)集中在耳朵、鼻子、嘴巴、眼睛這些部分，可以還原出整個(gè)人臉的輪廓特性?，F(xiàn)在戴了口罩怎么辦？當(dāng)然有解決辦法，就是把特征點(diǎn)選擇在口罩以上部分，人的眼、眉毛、額頭，都可以作為特征點(diǎn)。這時(shí)可能產(chǎn)生一個(gè)問題，從技術(shù)角度，這些特征點(diǎn)比過去少很多，怎么辦？我們也有技術(shù)解決的路線。比如增加探測的特征點(diǎn)，因?yàn)檫@些特征點(diǎn)是通過光照上去的，將點(diǎn)密度增加，以上提到的眼、眉毛、額頭的特征點(diǎn)就會(huì)體現(xiàn)的更加完整，更加精確。這就是隨著技術(shù)進(jìn)步說我們戴著口罩在某些場合某些設(shè)備是完完全全可以識(shí)別人臉的?！?/p>

沈瑄補(bǔ)充，“實(shí)現(xiàn)戴口罩解鎖，關(guān)鍵點(diǎn)是在瞳孔的距離，瞳孔與鼻尖的距離，這些數(shù)據(jù)其實(shí)都在我們的設(shè)備里面，現(xiàn)在只是來比對(duì)口罩以上的部分。引出的另一個(gè)討論是不戴口罩的時(shí)候，半側(cè)臉是否也可以接受，因?yàn)楝F(xiàn)在我們必須要正對(duì)著攝像頭才能接受。從誤識(shí)率的角度，是完全沒有任何問題的，算法已經(jīng)可以完美的解決戴口罩的識(shí)別問題?！?/p>

那些問題

協(xié)同設(shè)計(jì)問題。3D 識(shí)別以及手機(jī)里各種傳感部分部分的增多，引出的一個(gè)問題就是處理的數(shù)據(jù)量不斷激增，帶來的是端側(cè)傳感、處理等部分的協(xié)同設(shè)計(jì)問題。對(duì)此，沈瑄表示，“解決這個(gè)問題，要盡可能在端側(cè)，包括手機(jī)的主芯片里有一個(gè)加密區(qū)，以及另一個(gè)趨勢(shì)是往 sensor 端，明年會(huì)看到很多攝像頭的 sensor 開始有數(shù)據(jù)處理能力，包括人工智能的計(jì)算單元在 sensor 端，可以將一些原始數(shù)據(jù)進(jìn)行預(yù)處理。這樣做的好處是，一方面讓主芯片、邊緣側(cè)以及云端的數(shù)據(jù)量的計(jì)算減少很多；另一方面，我們會(huì)把用戶的個(gè)人隱私的數(shù)據(jù)在這部分進(jìn)行剝離，做不可逆的脫敏處理，也是為了保護(hù)個(gè)人隱私。這里數(shù)據(jù)量我覺得不是問題，問題還是把 sensor 端、主芯片、端側(cè)、云側(cè)這些分布式的算力提高上來?！?/p>

“從技術(shù)角度，在光源方面， 3D 人臉識(shí)別發(fā)出來的是主動(dòng)光源，是點(diǎn)狀的光源，用于 3D 人臉識(shí)別，有非常多的發(fā)光點(diǎn)，這個(gè)時(shí)候信息的處理量就非常大?！毙毂┦繌纳嫌涡酒?yīng)商的角度提到，“我們?cè)谥匦略O(shè)計(jì)光源，可以實(shí)現(xiàn)分片、分區(qū)或分條點(diǎn)亮，這樣的處理帶來兩個(gè)好處，第一是數(shù)據(jù)處理量可以急劇減小，第二是明顯降低功耗。”

定制和通用的未來。僅就手機(jī)廠商的 3D 人臉識(shí)別而言，也存在普遍的定制化現(xiàn)象，而這跟供應(yīng)商想要達(dá)到的規(guī)模效應(yīng)存在一定矛盾，未來是定制化還是通用產(chǎn)品的？“定制化帶來的確實(shí)成本非常高，這個(gè)趨勢(shì)現(xiàn)在沒有根本的改變。”徐冰博士稱，“從現(xiàn)在到將來會(huì)不會(huì)有一款標(biāo)品可以用到所有的應(yīng)用場景，或至少適用于相當(dāng)一部分應(yīng)用場景，在我看起來是完全有可能的?！笔聦?shí)上艾邁斯半導(dǎo)體正在為此努力，跟上下游的產(chǎn)業(yè)鏈合作，做一款標(biāo)準(zhǔn)的光源、探測器和 3D 的解決方案，但徐冰博士也坦言，“我們不能指望一天、兩天就把這一工作完成，而且應(yīng)用到所有的手機(jī)產(chǎn)品也是不現(xiàn)實(shí)的，但是我們一定會(huì)做這方面的努力?！?/p>

沈瑄從商業(yè)和市場角度解釋，“廠商定制化的需求背后是希望有一些產(chǎn)品的獨(dú)特性和差異化，但不管是消費(fèi)品還是工業(yè)品，一定是以降低成本為大方向，而通用化、標(biāo)準(zhǔn)化才能規(guī)?；?，才可以降低成本，這個(gè)趨勢(shì)是對(duì)的；除了徐博士提到的硬件的標(biāo)準(zhǔn)化，另一個(gè)問題是現(xiàn)在人工智能的軟件算法方面，也有很多的定制化，我們現(xiàn)在正在努力把各種 3D 方案做一些標(biāo)準(zhǔn)化，逐漸收斂，讓軟件可以更統(tǒng)一?！?/p>

這一過程中的阻力則在于整個(gè)供應(yīng)鏈、產(chǎn)業(yè)鏈的共識(shí)和協(xié)作，以及終端品牌的接受度。因此徐冰博士強(qiáng)調(diào)，“但從長遠(yuǎn)來說，如果要實(shí)現(xiàn) 3D 人臉識(shí)別的普及，一定會(huì)朝標(biāo)準(zhǔn)化方向走。”

3D 識(shí)別的可能性

因?yàn)樯厦嫣岬饺四樧R(shí)別背后的 3D 結(jié)構(gòu)光技術(shù)，如果了解到這種通過 3D 空間結(jié)構(gòu)探測來實(shí)現(xiàn)識(shí)別的技術(shù)，就可以理解除了手機(jī)，它的應(yīng)用場景可以有無限的想象空間。

沈瑄表示，“手機(jī)當(dāng)然是最大的市場，但其實(shí)只要有攝像頭的地方，都可以做人臉識(shí)別。包括安防、無人機(jī)、家電，包括現(xiàn)在量不大，但未來有很大市場空間的汽車電子，以及智能家居，除了電視外，像音箱、掃地機(jī)、門鎖里越來越多的涉及到人臉識(shí)別?！?/p>

“車載是想象力無限的 3D 應(yīng)用場景?！毙毂┦堪?3D 識(shí)別的可能從人臉放大到更多的空間：
第一，無人駕駛，開始一定是有人的，需要對(duì)駕駛員做人體檢測，出現(xiàn)異常情況時(shí)，如過度疲勞或酒駕，可以根據(jù)人臉識(shí)別做出及時(shí)的處理，還可以對(duì)車內(nèi)乘客進(jìn)行檢測，這是在車內(nèi)的場景；

第二，車周圍環(huán)境的檢測，如果考慮小范圍內(nèi)，可以通過 3D 檢測來實(shí)現(xiàn)自動(dòng)倒車入庫，也是自動(dòng)駕駛的一部分。但如果把探測的距離拉長到 100 米、150 米，將助推真正的自動(dòng)駕駛。這將給人們的生活和社會(huì)經(jīng)濟(jì)結(jié)構(gòu)帶來巨大的改變，包括“首先，家里是不是還需要擁有車輛？如果擁有車輛需要兩輛及以上嗎？我想一輛車絕對(duì)夠了?？梢詫?shí)現(xiàn)社會(huì)資源的統(tǒng)一安排，可以想像通過 3D 檢測，無人車在路上像一個(gè)車隊(duì)前后連在一起，車距非常近，車跟車之間可以相互交流，車的密度可以非常高，車速會(huì)非?？欤@樣整個(gè)社會(huì)的車輛保有量會(huì)非常低，將完全顛覆我們現(xiàn)在的社會(huì)形態(tài)?！?/p>

這里談到的是近場和遠(yuǎn)場檢測的概念，有了這一概念的拓展，3D 檢測在未來的想象空間確認(rèn)無限。