同样支持人脸识别，国产机和iPhoneX存在什么差距？

近两年，国产手机一路崛起力战苹果，从双摄镜头到全面屏和现在的FaceID，苹果都不是第一个把产品推出来的，但不可否认的是，苹果都能将技术做到业界最好，依靠自己的品牌影响力在业界掀起一股风潮，比如今天刚刚发布的iPhoneX，以及基于3D人脸识别技术的FaceID，真正意义的刷脸时代即将开始，国产手机行业虽然先声夺人但真的足够领先了么？

人脸识别在手机上的应用前景，国产手机友商们其实也早已看到这点趋势，也开始了实际的动作，为了加快新型手机的研发进度，跟苹果自主研发的方式不同，目前国产手机基本采用硬件改良+第三方人脸识别解决方案的合作形式，具备人脸识别的手机在中国的生产更加产业化链条化，这也预示着全面屏+人脸识别技术的手机会快速普及开来。

9月11日，赶在苹果发布会之前，小米在北京举行新品发布会，“全面屏2.0”小米MIX 2 与“看脸”的小米Note 3 同台发布，通过引入国内智能视觉解决方案厂商旷视(Face++)的人脸识别解锁技术，小米Note 3 在概念上成为在国内发行的首款会“认人”的智能手机。据了解，其实早在9月7日，旷视科技(Face++)还联手vivo在印度发布了一款V7+机型，也是搭载了人脸解锁功能的手机。

两家一线国产手机人脸识别技术的幕后第三方解决方案商都是旷视科技(Face++)，所以，日前，猎云网记者走访了旷视科技，了解到这波手机人脸识别热潮背后的技术现状与趋势。

旷视科技副总裁吴文昊介绍，手机人脸解锁的体验之所以会成为一种共识性的选择，是因为相比较指纹解锁，人脸解锁具有速度快、非配合非接触、看干扰能力强。例如，首次设定指纹加密我们需要多次采集样本，而人脸解锁只需要采集一张人脸照片即可，在解锁速度方面比较流畅自然，达到毫秒级，旷视(Face++)给小米Note 3 的人脸识别方案，让这款手机在解锁速度方面加上点亮屏幕和启动摄像头的时间，整个过程仅需要500毫秒；此外人脸识别抗干扰能力更强，不会有指纹那种在手指潮湿、油污、戴手套等情况下识别不了的情况。

据对比了解，先于iPhoneX发布的三星S8、VIVO V7、小米Note3等机型，目前采用的都是2D人脸解锁方案，这意味着这些手机在硬件配置上还是基于传统的摄像头硬件技术和配置，跟iPhoneX搭载的3D结构光深度相机有着本质的差距，这也就是很多手机在宣传的时候主要停留在解锁层面的原因，而苹果却大胆地把人脸识别技术从解锁安全级到金融支付安全级一步搞定。

基于2D的人脸解锁方案会面临很大安全性问题，比如前段时间有新闻爆料三星手机的人脸识别解锁用一张用户的照片也可以解锁。而为了确保用户设备的安全，旷视(Face++)采用了活体防御技术才能使得国产手机用传统前置摄像图也能具备金融级别的防风险能力，从而有效防止他人通过翻拍照片、翻拍视频、打印照片等方式盗用用户设备，所谓的活体防御技术就是利用先进的AI算法对镜头捕捉到的图像进行边框检测、像素或摩尔纹检测、反光、扭曲、色彩异常等多方位的检测，保证解锁手机的是活体的人，算是用软件算法弥补手机摄像头硬件元件组的现状不足吧。

据悉，旷视科技(Face++)还针对移动端专门设计了一种卷积神经网络模型结构ShuffleNet。旷视CTO唐文斌介绍，这种算法模型带来的效果是在视觉人工智能系统中，降低模型计算复杂度的同时保持较高的识别精度。这种算法模型可以应用在计算能力有限的智能手机或者FGPA摄像机中。旷视科技目前设有三个研究院在做前沿性的技术研究，北京研究院负责深度学习基础平台、南京研究员负责前沿人工智能设备研究，美国西雅图研究院负责创新应用视觉技术研发。

苹果发布会上我们也可以了解到，iPhoneX的人脸识别解锁原理是基于手机“前刘海”中主动发射的特定红外结构光照射在检测物体上，通过3万多个点位获得人脸的3D图像数据，这种软硬件结合的3D活体检测才是真正的未来技术，而国产机目前虽然先声夺人但都处于一个亟待改进的过渡期，本质上并没有领先，只是一种初级解锁级方案，优点就是成本低、缺点就是安全性还不足，暗光下识别效果会有折扣。

事实上，人脸识别技术在手机上的应用早已开始，人脸解锁只是最新的一种产品体验方式，之前Face++在手机端的解决方案主要是体现在了人像美化、拍照视频和人脸相册等方面，很多直播软件与短视频的解决方案，比如视频中自动美颜、背景虚化、人脸贴纸等效果。

旷视智能商业产品线总经理宋晨介绍，除了手机人脸识别技术方案，旷视科技作为一家独角兽企业在智能安防、新零售、智能地产、出行、金融等领域都有所布局，据悉face++的API接口已累计被调用了200亿次，覆盖了5亿台移动和智能终端。

关于FaceID，旷视科技最开始的应用场景是为金融机构提供的从端到云的身份验证服务，包含活体检测SDK、FaceID服务端的人脸验证、证件照真伪验证、身份验证等，在技术上完全具备金融级的人脸识别和证件识别技术，已帮助许多互联网金融企业或者银行等金融单位降低风控成本。一个典型的案例是2015年马云在德国CeBIT大会上展示的支付宝人脸支付功能就是旷视(Face++)给予的技术支持，当时的技术水平可达到10万分之一的误识率和98%的通过率。

我们目前已经可以在线下见到的是刷脸过门禁，刷脸进车站，当下最火的新零售概念将来主导的技术方案也主要是基于计算机视觉和人脸识别的解决方案，尤其当手机普遍具备人脸识别支付能力，未来消费支付环节都有可能会从指纹过渡到人脸。

宋晨表示，通过AI视觉分析，新零售将迎来更智慧的精准营销时代，商家可以完成从单纯的客流量的统计到人群属性的分析和人群消费行为分析的进阶，零售业将完成从相同产品、服务给到所有人到相同产品、不同服务给到特定人的转变。