iPhone X采用的3D结构光面部识别与安卓手机的TOF技术有什么区别？自2013年指纹识别登陆移动设备以来，生物识别技术不断发展。五年后的今天，指纹识别已经退出。今天我们将重点讨论技术难度更大、更安全的3D结构光和TOF解决方案。
3D结构光（Structured Lihgt）
3D结构光的基本原理是通过近红外激光将具有一定结构特征的光传输到被拍摄物体上，然后由特殊的红外相机进行采集。这种具有一定结构的光会因被摄体不同深度区域而采集不同的相位信息，然后通过计算机单元将这种结构变化转换为深度信息，从而获得被摄体的三维结构。
简单来说，3D结构光通过光学手段获得被拍摄物体的三维结构，然后将获得的信息进行更深入的应用。实施这项技术的成本非常高。为了让iPhone X 及更新机型实现3D 结构光人脸识别，苹果开发了专门的AI 芯片，并设置了独立的3D 深度成像计算单元，以保证人脸识别的效率。
TOF（飞行时间）
TOF也是3D原创深感摄像头的解决方案之一。 TOF分为单点测距法和多点测距法。此外，该机还采用多点测距。受光元件采用CCD（带电荷保持的光敏二极管阵列），具有光响应积分特性。基本原理是光源发射一定视角的激光，CCD的每个像素采用两个同步触发开关来控制每个像素的电荷保持元件采集反射光强度的周期，得到从响应对象到每个像素的距离。
简单来说，TOF发射调制的近红外光，当它击中物体时会反射回来。传感器捕捉来回的时间，并计算红外光发射和反射的时间差，形成立体视觉。这也是很多Android厂商采用面部识别的主要方式。
3D结构光与TOF优缺点总结
iPhone X及更新机型采用的3D结构光方案已经存在较长时间，是比较成熟的技术，但很容易受到光线的影响。 3D结构光不仅可以保证识别的流畅性，而且不需要屏幕补光。数以万计的编码点阵创建毫米级的面部模型。
虽然国内不少安卓厂商采用的TOF技术边缘更清晰、细节更精准、工作距离更远，但技术尚不成熟，部分参数仅在实验室理论条件下超过3D结构光，技术稳定。还不够，但未来的发展值得期待。
