早期人脸识别基于2D图像，通常用一张照片就能够破解。随着人脸识别门禁、人脸支付等对安全性要求极高的场景出现，对活体检测、真实性检测迫在眉睫，因此导致了3D结构光和ToF两项立体成像技术的诞生。
image.png
3D结构光（Structured Light）
3D结构光技术的基本原理是，通过近红外激光器，将具有一定结构特征的光线投射到被拍摄物体上，再由专门的红外摄像头进行采集。这种具备一定结构的光线，会因被摄物体的不同深度区域，而采集不同的图像相位信息，然后通过运算单元将这种结构的变化换算成深度信息，以此来获得三维结构。简单来说就是，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。
image.png
ToF（Time Of Flight）
简单来说就是，发出一道经过处理的光，碰到物体以后会反射回来，捕捉来回的时间，因为已知光速和调制光的波长，所以能快速准确计算出到物体的距离。
image.png
image.png
3D结构光和ToF优缺点总结
| -- | 结构光 | ToF |
|---|---|---|
| 基础原理 | 单相机和投影条纹斑点编码 | 红外光反射时间差 |
| 响应时间 | 慢 | 快 |
| 低光环境表现 | 良好，取决于光源 | 良好（红外激光） |
| 强光环境变现 | 弱 | 中等 |
| 深度精确度 | 中等 | 低 |
| 分辨率 | 中等 | 低 |
| 识别距离 | 短，受光斑图案影响 | 中等（1-10m），受光源强度限制 |
| 软件复杂度 | 中等 | 中等 |
| 材料成本 | 高 | 中等 |
| 功耗 | 中等 | 低 |
| 缺点 | 容易受光照影响 | 总体性能好、平面分辨率低 |
| 代表厂商 | iPhone X、Prime Sense、英特尔 | 英飞凌、微软、意法半导体 |
