小程序人脸识别原理？

人脸识别的原理是使用者首先需要采集自己的人脸特征信息，在应用的过程中，使用摄像头获取当前人物的面相特征。最后将当前捕获到的人像特征与之前存储的人脸数据档案进行对比。人脸识别技术经历了20多年的发展历史，从最初的2D识别到现在的3D识别，识别精度达到了99%以上，未来以3D是主流，而且会是融合方案，就是为了提高识别的精准度和应用场景，他会同时用多个摄像头。

人脸识别主要是靠硬件进步+AI来推动，在硬件方面主要是这几种：

1、3D结构光：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。

3D结构光的好处就是精准度高，但是有个bug就是，对距离有要求，要隔得近才能识别，大家可以试试自己手机的识别距离，所以适合做前置摄像头。

2、TOF是飞行时间(Time of Flight)技术的缩写，其原理是：传感器发出经调制的脉冲红外光，遇物体后反射，传感器通过计算光线发射和反射时间差或相位差，来换算被拍摄景物的距离，以产生深度信息，此外再结合传统的相机拍摄，就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来。

TOF有个优势就是看得远，可以弥补3D结构光的弱势，更适合后置摄像头，比如VR建模、3D试穿、AR游戏、体感游戏等3D交互都可通过TOF技术实现。

或者零售场景，比如在店门口装一个，TOF可以用于客流统计，是个比较高性价比的方法。

3、双目视觉：双目视觉一般由双摄像机从不同角度同时获得被测物的两幅数字图像，或由单摄像机在不同时刻从不同角度获得被测物的两幅数字图像，并基于视差原理恢复出物体的三维几何信息，重建物体三维轮廓及位置。

现在主流手机一般都是用的3D结构光的解决方案，这个方案在手机刷脸支付，我觉得已经是很安全的了，因为人脸的特征点有4万多个。

但是目前在一些零售端，比如自动售卖机，这些还是比较传统的2D识别或者双目，是比较容易作假的，所以现在的解决方案还比较弱，是需要你 输入手机号码+2D刷脸，操作方法比直接扫二维码其实还麻烦。

制约这个的原因，第一是硬件成本，第二个主要是因为现在支付宝那或者微信支付，只有你的人脸2D数据，他也没有3D的数据，即使加上3D结构光的硬件，也是英雄无用武之地。

所以，个人的3D人脸模式是很宝贵的数据，千万不要乱上传，自己之所以一直用iOS，是因为iPhone对个人隐私很保护，iPhone对人脸的模型是保存在本地芯片中的，不用怕这个模型会上云。

未来随着硬件成本的进一步降低，对于大额的支付场景，可能会用到静脉+3D结构光 或者 虹膜+3D结构光。

因为3D结构光有个bug，就是无法识别双胞胎。如果你有个双胞胎弟弟，又知道你的手机号码，就完全可以到线下的自动贩卖机买买买，然后却是扣的你的钱，但在这是些小额支付，刷不了多少钱。