iPhone X 采用的 3D 结构光面部识别与安卓手机 TOF 技术有什么不同？2013 年指纹识别登陆移动设备以来，生物识别技术不断进化，5 年后的今天，指纹识别黯然退场，我们今天侧重聊聊技术难度更高的也更安全的 3D 结构光和 TOF 方案。
3D 结构光（Structured Lihgt）
3D 结构光的基本原理为通过近红外激光，将具有一定结构特征的光线透着到被拍摄物体上，再由专门的红外摄像头进行采集。这种一定结构的光线，会由于被摄物体的不同深度区域从而采集到不同的相位信息，再通过难过运算单元将这种结构变化换算为深度信息，获得被摄物体的三维结构。
简单来说，3D 结构光通过光学手段获取被拍摄物体的三维结构，再将获取到的信息进行更深入的应用。实现这一技术的成本非常高，为了让 iPhone X 及更新的机型实现 3D 结构光人脸识别，苹果研发了专门的 AI 芯片，针对 3D 深度成像设立了独立的运算单元，保证面部识别的效率。
TOF（Time Of Flight）
TOF 同样是 3D 原深感摄像头的其中一种方案，TOF 分为单点和多点两种测距方式，再说机上多用多点测距。收光元器件采用 CCD（带电荷保持的光敏二极管阵列），对光响应具有积分特性。基本特原理是及光源发射一定的视野角激光，CCD 每个像素利用两个同步触发开关控制每个像素的电荷保持元件采集反射光强的时段，得到响应物体到每个像素的距离。
简单来说，TOF 通过发射出经调制的近红外光，碰到物体将会反射回来，传感器捕捉来回的时间，计算红外光线发射和反射的时间差，从而形成立体视觉。也是众多 Android 厂商采用面部识别的主要方式。
3D 结构光和 TOF 优缺点汇总
iPhone X 及更新机型采用的 3D 结构光方案诞生时间更久，是更为成熟的技术，但易收到光线影响，3D 结构光不仅能够保证识别的流畅性，而且无需屏幕补光，通过投射数万个编码点阵，创造出毫米级的面部模型。
而国内众多 Android 厂商采用的 TOF 技术虽然搭建立体图像边缘更清晰，细节更加准确，工作距离也更远，但工艺尚不成熟，部分参数也只是在实验室理论条件下超越 3D 结构光，技术稳定性不足，但未来的发展值得期待。
