9 月 12 日，苹果在乔布斯剧院发布了 iPhone X，主打全面屏的 iPhone X 取消了 Touch ID，代之以 Face ID。

人脸识别似乎成为了这条“不完美”刘海的唯一作用，也让“刷脸”从原本普通用户并不怎么关心的功能一跃成为了所有手机厂商的热点。

人脸识别这么重要么？重要到苹果为了它而没有把 iPhone X 做成一块不带缺口的屏幕？

面部识别并不是一项新技术。

如果你是从 iPhone X 才开始认识到人脸解锁的，那可真是对不起下面这些公司。

2011 年成立的 Face++，2012 年成立的依图，2014 年成立的商汤科技目前都提供了成熟的人脸识别方案，应用领域主要包括安防、门禁、零售等。和苹果的 Face ID 一样，在这些场景里人脸识别的主要作用也是鉴定权限、保证安全。

人脸识别也是目前人工智能热门领域，Face++和商汤科技近期获得了 1 亿美元的 C 轮融资和 4.1 亿美元的 B 轮融资。

据新京报报道，这些人脸识别可以分为 1:1、1:N、N:N 三种等级。

1:1 等级的人脸识别，可以实现最初级的「证明你是你」。

用户提前上传个人照片储存于系统中，每次验证时，线下拍照与系统中存储的照片进行对比来确定「你是不是你」。

例如，去银行开通一张新的银行卡的时候，银行柜员拿着你的身份证跟你本人做对比，核实你是不是身份证上的人，这就是 1:1 的场景。

手机解锁、刷脸支付、网上买票、医院挂号、政府惠民工程项目，以及各种证券开户、电信开户、互联网金融开户都是 1：1 人脸识别的应用场景。

而 1:N 的人脸识别算法则主要用于人脸检索，「证明你是谁」。与 1:1 的一一对照不同，1:N 需要一张照片同系统中的海量照片进行对比，根据相似度排列出多个对比结果。

1:N 人脸识别主要应用于安防领域，如用于排查犯罪嫌疑人、寻找走失儿童等。

而 N:N 人脸识别相当于同时进行多个 1：N 识别，用于「证明谁是谁」。Google 相册和 iPhone 相册目前都集成了类似的人脸识别，拥有了这项技术，整理起相册可就更简单了。

Google Photos 大家可能还不是很熟悉，以苹果从 iOS 为例，从 iOS 10 开始，系统相册不仅可以分辨出人脸，甚至还可以认出「谁是谁」。主要原理是定位面部的不同位置，眼、鼻、口等特征，通过这些面部特征把不同的人区分开来。

除了识别人脸，Google 相册近期还支持了宠物识别，吸猫撸狗更方便了。

除了应用于安防、门禁的人脸识别，目前应用于手机的面部识别主要有苹果、三星、小米、vivo 等厂商。

从系统级对人脸识别进行支持，也不是 iOS 今年的原创。Android 系统从未公开发售手机的 Android 1.0（API Level 1）就内嵌了软件层面的人脸监测（FaceDetector）。

不过当时，这一功能并不是被用于安全和照片分类，可以说既不是上面提到的 1:1 也不是 1:N 更不是 N:N。而是粗略的识别出图像中“是人脸”的部分，用于方便相机 App 对人脸进行优化——这个技术在智能手机诞生以前，卡片照相机时代就已经有了，基于这个技术所产生的最为大家所熟知的应用场景应该是笑脸快门。

随着手机计算力的提升，到了 Android 4.0 的时候，Google 在 Android 中首次加入了“面部解锁”功能。而对开发者来说，从这一版本开始人脸识别的 API 进一步提升。从 Android 5.0 开始又新增了 Trusted Face，优化了面部解锁的工作流程。

和 iPhone X相比，Android 平台的面部解锁并不强制要求设备在硬件上有额外的定制，只要你的手机有一颗前置摄像头都能用。例如三星的 Galaxy S8 和小米 6、小米MIX 2（MIUI 9 最新开发版）、小米 Note 3 等热门机型全都拥有面部识别解锁。

但由于前置摄像头的硬件限制，因此这种方案无法像苹果 Face ID 那样对你的脸绘制三维的深度「脸图」，为了保证“成功通关”的体验，安全性会随之下降。

小米 6 在添加面部数据时也加上了相应的风险提升：人脸识别的安全性低于图案密码、数字密码、混合密码和指纹。

除了手机厂商自带的风险提示，判断手机面部识别安全性的另一方法是面部识别数据是否用于支付。例如三星 Galaxy S8 的虹膜识别可以用于 Samsung Pay 的支付验证，但是面部识别就不行。

除了安全性较低，这种方案的另一大缺陷是受到前置摄像头大多硬件素质不高所限，面部解锁的限制条件也很大——暗光环境不能用，行走过程中大概率无法解锁，过于明亮也有可能导致无法打开。

小米 6 升级体验版 MIUI 9 之后，人脸识别成功率较高，尤其是把手机拿在手中的场景下，识别速度也很快，但是到了晚上光线较暗的时候基本上处于不可用的状态。这主要是硬件的局限性造成的—前置摄像头暗光环境下很难捕捉足够的图像信息。

这并不是小米一家的问题，包括三星 Galaxy S8 在内，所有未对面部识别专门定制硬件的手机在使用软件面部解锁的时候都有这样的尴尬。这也是为什么支付宝在2015年12月就上线了面部识别登录，但大多数用户还是选择密码的原因——为了保障你资金的安全，并适配尽可能多不同型号手机的前置摄像头，支付宝的刷脸登录真的很严格。

除了小米，vivo X20 也支持了面部识别。

vivo 在 X20 曾发布会上表示：vivo X20 的面部识别采集了 128 个数据点，安全性和解锁速度上表现更好，再加上抬腕亮屏功能，解锁体验也不错，vivo 将这项技术取名为 Face Wake。

回溯过往的新闻不难发现，无论是小米还是 vivo 都曾与 Face++ 达成合作。因此两家的方案可能均来自 Face++。

通过特殊硬件加持让手机更高效、更安全的进行人脸识别，全面屏的梦想可能还要放一放。

为了实现更为安全的面部识别，iPhone X 正面的全面屏上方有一条让人诟病的刘海。如果面部识别真取代指纹识别真的是智能手机下一步的演进路线，那么“科幻级”全面屏可能离我们又远了一些。

iPhone X 的刘海里集成了红外（深度）摄像头、近距离传感器、泛光感应元件、环境光传感器、左/上扬声器、麦克风、前置摄像头和一个名为点状投射仪 (Dot projector) 的元件。它会投影 30000 多个肉眼不可见的光点在你脸上，对你的脸绘制一幅三维的深度「脸图」，然后和系统记录的脸图进行比对。

iPhone X 面部识别的工作流程是：

1. 当脸部靠近 iPhone X 时，被近距离传感器感应到，并发出信号启动泛光感应元件。
2. 泛光感应元件发射出红外光投射在物体表面，再由红外（深度）摄像头接收这些反射的信息，传送到 A11 处理器。
3. 经由人工智能的计算后判断为脸部后，启动点状投射仪 (Dot projector) 产生大约 3 万个光点投射到使用者的脸部，利用这些光点所形成的阵列反射回红外（深度）摄像头，计算出脸部不同位置的距离（深度），来比对脸部特征辨识是否为使用者本人。
4. 数据点的多少不仅决定了识别的准确率，更重要的是决定了识别的安全性。

与 Android 靠算法补足前置摄像头所获取的 2D 数据不同，iPhone X 的泛光感应元件像是一个红外线的“闪光灯”，能够保证其在黑暗中正常工作。而点状投射仪则会返回 3 万个面部深度的信息，使得 iPhone X 从一开始就看到你“立体的脸”而不是像 Android 那样需要用算法去“虚拟”一张立体的脸。

这让 iPhone X 的面部识别，比现阶段 Android 平台拥有更强的易用性和安全性。

苹果在 iPhone X 发布会上表示：被相同指纹破解 Touch ID 的概率是五万分之一，而同样情况下面部能破解 Face ID 的概率则是一百万分之一。

不过，Android 党也别着急。手机芯片厂商高通在 iPhone X 发布之前就透露，在今年年末发布明年年初正式量产的下一代骁龙芯片中，将增加对前置面部识别的硬件接口，方便手机厂商在手机正面加入景深或红外传感器。下一代高通方案的图形信号处理器(ISP)和深度感知功能也会为此做出优化。

也就是说，面部识别不是一项新技术，但是要达到解锁手机甚至支付的安全性要求，还需要对现有的方案进行技术升级和突破。

可能再过不久，指纹识别可能就要被丢进垃圾箱了。