早期人臉識別基于2D圖像，通常用一張照片就能夠破解。隨著人臉識別門禁、人臉支付等對安全性要求極高的場景出現，對活體檢測、真實性檢測迫在眉睫，因此導致了3D結構光和ToF兩項立體成像技術的誕生。
image.png
3D結構光（Structured Light）
3D結構光技術的基本原理是，通過近紅外激光器，將具有一定結構特征的光線投射到被拍攝物體上，再由專門的紅外攝像頭進行采集。這種具備一定結構的光線，會因被攝物體的不同深度區域，而采集不同的圖像相位信息，然后通過運算單元將這種結構的變化換算成深度信息，以此來獲得三維結構。簡單來說就是，通過光學手段獲取被拍攝物體的三維結構，再將獲取到的信息進行更深入的應用。
image.png
ToF（Time Of Flight）
簡單來說就是，發出一道經過處理的光，碰到物體以后會反射回來，捕捉來回的時間，因為已知光速和調制光的波長，所以能快速準確計算出到物體的距離。
image.png
image.png
3D結構光和ToF優缺點總結
| -- | 結構光 | ToF |
|---|---|---|
| 基礎原理 | 單相機和投影條紋斑點編碼 | 紅外光反射時間差 |
| 響應時間 | 慢 | 快 |
| 低光環境表現 | 良好，取決于光源 | 良好（紅外激光） |
| 強光環境變現 | 弱 | 中等 |
| 深度精確度 | 中等 | 低 |
| 分辨率 | 中等 | 低 |
| 識別距離 | 短，受光斑圖案影響 | 中等（1-10m），受光源強度限制 |
| 軟件復雜度 | 中等 | 中等 |
| 材料成本 | 高 | 中等 |
| 功耗 | 中等 | 低 |
| 缺點 | 容易受光照影響 | 總體性能好、平面分辨率低 |
| 代表廠商 | iPhone X、Prime Sense、英特爾 | 英飛凌、微軟、意法半導體 |
