未来科技，AI-IoT 是风口，现在我们大多数说的 AI-IoT 主要包括两部分，人脸识别和语音识别，本文主要是介绍一些基础的人脸识别原理，以及一些我们现有的人脸识别方案。
人脸识别是一种识别技术，指利用分析比较人脸视觉特征信息进行身份鉴别的技术。它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。
人脸技术主要要判断以下三个方面
- 在复杂的环境中判断出是否存在人脸
- 判断人脸是否是活体
- 提取特征点与数据库进行对比，判断出是谁的人脸
目前人脸识别主要分为 2D 人脸识别和 3D人脸识别。
3D 和 2D 人脸识别有什么不一样呢？
2D 人脸识别主要是采取数学算法，从图像矩阵中提取体征点，2D人脸识别优势在于运算量小、识别快，但是因为主要通过特征点进行判断，且没有深度信息，使用照片等平面图像时也可以校验通过，精准性和安全性较低。
2D 人脸识别有在安防、监控、门禁、考勤、金融身份辅助认证、娱乐等多种场景中应用。
3D 人脸识别又分为结构光和 TOF，双目立体视觉三种模式。
ToF 称为 time of flight,飞行时间测距法，根据光给物体发射脉冲，而光打到物体后会反射回来，根据反射回来的时间来进行测距，从而得到一幅有深度的立体的人脸图像
结构光，Structured light，与 ToF 技术不同，是利用激光投射器，讲光信息投射在物体上，并生成散斑图案，摄像头采取散斑的信息，根据物体对光信息造成散斑的信息，经过对比处理，得到物体的位置与深度等信息。
TOF 因为需要全面光源，因此功耗会比较高，但是不易受到表面的灰度、环境光的影响，稳定性更好。
3D 结构光功耗更低，距离精确度更高，但是算法、软件更复杂，
双目立体视觉，基于视差原理，且通过多幅图像获取物体三维几何信息。方法是需要摄像头从不同角度同时获得被测物的数字图像，根据视差原理得出物体的三维几何信息，通过算法得出图像上每个点的深度信息。
因此双目立体视觉对硬件要求比较高，因此成本也会比较高，应用范围相对 3D 结构光 TOF 少。
人脸识别 2D、3D 主要的区别是图像数据的获取、人脸特征的提取方式不一样。但是识别步骤基本都是图像数据获取，人脸检测，特征提取，信息比对。
3D 人脸数据比 2D 人脸数据多了深度信息，因此在识别准确度上还是活体检测准确度上 3D 人脸识别都比 2D 人脸识别有优势。两者在数据处理的方法上有比较大的差异。
目前世平代理的产品中，在支持人脸识别算法包括有恩智浦 MCU 系列，i.MX RT106F 支持 2D 人脸识别算法，可以做到更低的成本，可应用于智能安防，因是 MCU 主控，能节省较多的外围器件，且功耗能够做到更低。Cortex M7 内核，主频 600M 运算速度更快，内置 1MB SDRAM
3D 人脸识别方案，主控推荐恩智浦 i.MX 7ULP,低功耗 MCU，Arm Cortex-A7，设摄像头接口支持 MIPI or DVP，Linux 系统，支持外接显示屏，识别时间小于 2s,方案算法是RS/DeepLam， 主要应用于人脸识别方案。
21 世纪是 AI 的世纪，相信在未来人脸识别的方案会更多的落地，为了不被时代抛弃，从现在开始紧跟时代步伐。如对以上方案感兴趣，可以联系刺客江小流。
参考文献：
- 电子发烧友《3d人脸识别和2d区别》
评论