咱們開門見山，直接先說應(yīng)該明確的結(jié)論，相信大家在經(jīng)過整一年多的宣傳、使用、體驗(yàn)分享等內(nèi)容的狂轟濫炸之后，大部分的用戶其實(shí)都是知道普通的面部識別并不等于Face ID，當(dāng)然，這里Face ID泛指真正使用3D人臉建模來完成識別、比對過程的解鎖技術(shù)。

不過，如今市場上使用真3D人臉識別技術(shù)解鎖的手機(jī)并不多，采用3D結(jié)構(gòu)光技術(shù)的主流機(jī)型有小米8透明探索版、OPPO Find X，華為Mate 20 Pro和榮耀Magic 2等，此外剛發(fā)布不久的vivo NEX雙屏版是一個特殊的粒子，因?yàn)槠鋵?shí)現(xiàn)3D級別的人臉識別其實(shí)靠的是那顆專門的TOF 3D攝像頭，雖然原理有所差異，但其安全性同樣靠譜，已經(jīng)獲得了支付寶人臉支付支持。

與之相比的則是大部分廠商現(xiàn)在“標(biāo)配”的普通人臉識別了，它們通常通過前攝像頭來捕捉用戶面部圖像，之后經(jīng)過抽象處理等步驟之后提取出相關(guān)的各類人臉特征，其中既有包含五官大小、相對位置、角度這些簡單的幾何圖像特征，也包括利用各類代數(shù)、統(tǒng)計(jì)、表征等方法提取出的特征分量，這個根據(jù)各家的算法不一而同，但綜合來說就是記錄下圖像中你之所以看起來是你的各類信息。

不過因?yàn)樗杉男畔⒈旧韥碓从?D的平面圖像，在立體維度方面的信息量存在天然的劣勢，即使有的廠商添加了雙攝和算法等加以彌補(bǔ)，但從根本上來說，其安全性與3D層面的人臉識別也還是有著明顯差距的。

3D人臉識別的優(yōu)勢就在于深度信息的補(bǔ)充，以上說到的3D結(jié)構(gòu)光和TOF兩種方式原理還有所不同，其中3D結(jié)構(gòu)光基本原理可以理解為：結(jié)構(gòu)光投射特定的光信息到物體表面后，由IR紅外攝像頭采集物體表面所反射的光信息，根據(jù)分析物體表面結(jié)構(gòu)對所投射的光信號造成的影響，來反推物體的位置和深度等相關(guān)信息，進(jìn)而復(fù)原立體3D結(jié)構(gòu)。

至于信息采集和實(shí)現(xiàn)復(fù)原中使用的結(jié)構(gòu)散斑、結(jié)構(gòu)編碼和相移條紋等不同的技術(shù)，主要差別在于點(diǎn)陣光源的排布和初始光信息記錄方式，這里不過多討論。

就像上圖的LED燈光網(wǎng)陣一樣，我們可以輕松通過光點(diǎn)和格紋產(chǎn)生的變化反推出地面的狀態(tài)，比如路邊路沿石的突起，就導(dǎo)致了邊緣部分光網(wǎng)的扭曲，不過3D結(jié)構(gòu)光將這一切都換成了肉眼不可見的紅外線來實(shí)現(xiàn)，其帶來的好處除了深度信息精準(zhǔn)而外，還有就是暗光環(huán)境下的無壓力使用了。

至于TOF 3D人臉識別相對更冷門一些，現(xiàn)在達(dá)到支付級別的也就vivo一家。TOF雖然也是主動紅外光源的方案，但并不是結(jié)構(gòu)性地記錄物體表面對光源點(diǎn)陣的改變，而是通過記錄發(fā)出的激光和反射后重接受激光之間的相位差計(jì)算出時間差，再結(jié)光源速度來判別距離以及深度信息，當(dāng)數(shù)量龐大的點(diǎn)群將深度坐標(biāo)連接起來并進(jìn)行優(yōu)化后，就是一個完整的3D模型了。

通過對比我們可以看到3D方案和2D方案之間的差距是巨大的，廠商們之所以能在低端機(jī)上普及2D的人臉識別，主要就是因?yàn)橐呀?jīng)有大量整合型的硬件及技術(shù)方案可供選擇，成本足夠低廉，給用戶添加這樣一項(xiàng)便于宣傳的新特性絕對是利于宣傳的。

從用戶的角度來說，添加前置攝像頭簡單的2D人臉識別算是無可厚非，確實(shí)有用戶喜歡其帶來的便捷解鎖體驗(yàn)，不過如果在宣傳上妄圖把二者混為一談，那固然能騙到一些不太關(guān)注數(shù)碼方面信息的用戶，但只有讓用戶真正了解面部識別和Face ID的區(qū)別，他們才能結(jié)合自身?xiàng)l件判斷是否需要使用相關(guān)功能，渾水摸魚，絕對是漠視用戶信息安全性的表現(xiàn)。