不用再羡慕 iPhone X，OPPO 用 3D结构光和 5G「秀」了一下手机的未

到去年下半年的时候，通过使用 Face++、商汤科技等 AI 公司提供的基于深度学习的人脸识别算法，Android 阵营的人脸识别体验有了一次质的飞跃，识别速度、安全性都比之前有了大幅度的改善。

支持人脸解锁的 vivo X21

到了 2018 年，几乎所有的新上市的手机都搭载了类似的 AI 人脸识别功能，不少手机厂商还通过软件更新的方式，为老机型增加了人脸识别功能。

不过即便是目前的 AI 人脸识别已经可以做到对人脸几百个特征点进行对比，甚至还能提供一定的活体检测能力，但终究还都是基于手机前置摄像头拍摄的 2D 照片（部分手机加入了使用前置 Dual Pixel 传感器的部景深数据，但精度有限），在保证人脸解锁体验的情况下，能实现的安全级别终究还是比较有限。

结果就是，虽然 Android 手机几乎都有 AI 人脸解锁，但没有任何一家厂商敢把人脸解锁用在对安全性要求更高的支付上（三星的虹膜识别可以做支付，但不属于「人脸」），不得不额外保留指纹识别模块。

不过如果有了 3D 结构光的深度数据，就可以实现更高的安全级别，指纹识别也就没有继续存在的意义了。

OPPO 的 3D 结构光

在这次的沟通会上，OPPO 并没有公布 3D 结构光方案具体的硬件细节，不过从工作原理和现场展示的原型机上看，OPPO 的 3D 结构光方案应该和 Face ID 的原深感摄像头大同小异。

核心硬件同样是红外镜头（infrared Camera）、泛光感应元件（flood illuminator）、点阵投影器（dot projector）三个，红外镜头用来收集反射光，泛光感应元件和点阵投影器分别用来发射红外线和结构光点。

和苹果的做法类似，为了获得更大的视差，OPPO 3D 结构光模组中的红外镜头和点阵投影仪也位于结构光模块的左右两端。

这里有一个值得关注的地方，根据 OPPO 提供的数据，为了采集到精确的深度数据，红外镜头和点阵投影器的中心间距需要达到 40 毫米。

考虑到红外镜头和点阵投影器本身还要占据一定的宽度，这意味着 OPPO 3D 结构光模组的长度会比 40 毫米再多一点，比 iPhone X 的「刘海」略长一些。

此外，OPPO 3D 结构光的点阵投影器可以投出来 1.5 万个物理点，这个数据没有 iPhone X 的 3 万个物理点那个么多，不过理论上应该也足以收集到精度很高的深度信息。

在安全性上，OPPO 表示，这个 3D 结构光方案的安全级别可以达到百万分之一，和苹果公布的 iPhone X Face ID 的数据相同，大大高于传统指纹识别的五万分之一。

在沟通会的现场，OPPO 准备了几台搭载了 3D 结构光模块并且可以正常使用的原型机。

在我们的现场体验中，结构光原型机的表现非常不错，无论是人脸录入还是解锁，速度都很快，特别是解锁，甚至比 iPhone X 还要略快一点。

不止于人脸解锁

除了用于做高精度的人脸解锁，3D 结构光获取的精确景深数据还也可以用在更多的场景中。

在 iPhone X 上，苹果就利用 3D 结构光，设计了 Animoji、前置人像背景虚化和 3D 光效等功能。作为一个后来者，OPPO 在结构光的应用场景方面想得比苹果还要更多一些。

OPPO 首先展示的一个应用叫做 3D 人像重建，包括 3D 美颜和 3D 光效两个，后者和 iPhone 大同小异，而 3D 美颜指的是利用 3D 结构光丰富的深度信息，对美颜从现有 AI 美颜的两三百个特征点提升到几千甚至上万个，实现更加立体和精确地美颜效果。

另外一个应用是 AR，现在有很多拍照和视频 app 已经可以做到智能叠加 AR 特效，而有了 3D 结构光的数据，这些 AR 特效可以做得更加精确。

OPPO 另外一个重点演示的功能是 3D 视频通话。

 2/3   首页 上一页 1 2 3 下一页 尾页