近日一则丰巢快递柜被小学生用照片破解刷脸取件的新闻引起了很多网友的关注，人们对于人脸识别的安全性再度表示出种种隐忧。针对小学生照片 " 刷脸 " 取件一事，丰巢官方回应称，" 刷脸取件 " 是小范围推出的测试版本，已第一时间下线。
丰巢被小学上用照片破解刷脸取件
浙江嘉兴上外秀洲外国语学校 402 班科学小队向媒体爆料：他们在一次课外科学实验中发现，只要用一张打印照片就能代替真人刷脸、骗过小区里的丰巢智能柜，取出了父母们的货件。随后，小朋友们还发来了几段视频佐证。视频曝光后引发热议和质疑。
仅凭一张照片就可以破解丰巢货柜的刷脸识别，这显然是丰巢并没有采用基于 3D 识别的刷脸技术，而是成本较低的 2D 识别。目前在支付宝的蜻蜓和苹果华为部分手机型号上都已经搭载了 3D 面部识别技术，比如苹果的 Face ID，完全符合金融验证级别的安全需求。
手机顶部的 3D 面部识别模组
以苹果和华为的手机的面部识别为例，他们的 3D 面部识别功能均基于 3D 结构光技术。3D 结构光技术目前在安全级别较高的支付场景和高端手机等均有采用。
为了便于理解，我们不妨把 "3D 结构光 " 这几个字进行拆分和倒叙排列成 " 光、结构、3D" 这些关键词，可以让我们更好理解其运行的逻辑。
简单来说，这项技术通过发射具有一定结构特征的光线，投射到用户面部。再通过摄像头感知面部的散斑，从而描绘出你面部的结构。这些散斑主要反馈的是面部特征的深度信息，所以相当于给你的脸建了一个 3D 模型，它是三维立体的。
3D 结构光工作原理
因为光的传输速度很快，所以面部识别的速度可以达到毫秒级。同时因为这些光线的点阵密度极高，描绘的面部细节丰富且精准，因此安全性极高。又因为其采用主动发光的方式，不依赖环境自然光，即使在深手不见五指的夜晚也能实现安全识别。
重点在于 3D 结构光技术描绘的是 3D 立体模型，所以照片、视频上呈现的虽然是你的脸，但因为实际上还是 2D 平面结构，自然无法破解安全级别很高的支付级 3D 面部识别技术，因此从根本的逻辑上就不存在盗刷的可能。
3D 面部识别在各行各业都有发展的空间
只要你敢于想象，3D 结构光技术几乎在各行各业都有发展的空间。也正是因为前景如此广阔，苹果才会在 2013 年花费重金收购以色列传感器公司 Prime Sense，并经过多年的潜心研发，最终在 iPhone X 上推出 Face ID，震撼业界。
可能有的小伙伴就问了，这些 3D 面部识别技术，他们的差异究竟在哪里呢？这就要谈到目前三种常见的 3D 识别技术，即双目测距法、TOF 飞行时间法，以及 3D 结构光。
双目测距法，即两个摄像头模仿人类双眼，通过不同的角度聚焦物体，从而产生物体的深度信息，再经过算法来实现面部识别。这种方式有一种严重的局限性，天黑时人眼的可视范围和视力会急剧下降，它也是如此，因此很难应用于安全级别较高的支付场景。
3D 结构光与 TOF 之间的光源差异
而 3D 结构光和 TOF 是目前更具优势的两种方式，他们都是 3D 成像原理，但却各有利弊。3D 结构光是近距离散斑采集进行 3D 建模，而 TOF 是远距离光源采集进行 3D 建模。所以，3D 结构光更适合近距离应用，而 TOF 可应用于远距离。
当然，在主流的应用场景中，谁也不会站在 10 米开外 " 刷脸 "。所以一直引领创新的苹果公司在 2017 年发布 iPhone X 人脸解锁支付的时候，选择的是更适合的 3D 结构光技术，识别精度可以做到 1mm 以内。
机器 3D 视觉的出现，完全打开了人们的想象空间。这项技术不仅可以运用在人脸识别解锁、支付等场景，还能够结合 AR、5G、AI 等前沿技术获得更广阔的发展空间，比如应用于扫地机器人，通过 " 激光建模 " 来获得更为精准的线路规划；结合 AR 技术，可以为你的身体建模，量身定制衣服、AR 美颜瘦脸或者是更沉浸式的 AR 游戏。
