产品|人脸验证产品怎么做？人脸检测|人脸识别|id|验证|产

编辑导语：人脸验证产品我们应该都很熟悉了，不少人都在用人脸进行解锁或者支付。然而，我们对人脸验证的了解仅限于在使用层面上，但是对于其开发却少有人了解。今天，在本篇文章中，作者通过自己亲身接触的人脸验证产品的开发流程，为我们关于人脸验证产品怎么做进行了总结。

文章插图
在业务中，有幸深度接触了人脸验证这款产品，为及时沉淀总结，所以有了这篇文章。需先说明，本文人脸验证指的是验证当前操作者是不是用户本人。
一、梳理端和场景1. 开始前，产品首先需要先梳理好端和场景举例：

文章插图
为什么要先梳理端和业务场景呢？
2. 业务场景不同，业务策略不同【 产品|人脸验证产品怎么做？】举例：金融场景，安全系数要求更高，在保证一定用户体验的时候，宁可误杀，不可错放。
登录场景，则相对要求低一些；另外，不同场景，辅以不同错误次数限制、弥补措施等，业务流程逻辑不同。
3. 硬件配置不同，采集到的数据不同软件产品，关注手机摄像头配置。
比如说安卓千元机，一般都是普通RGB摄像头，只能获取到用户脸部的2D信息，比如色彩梯度等，而苹果手机X及以上配置了3D深度摄像头。
所以苹果的面容ID是基于3D结构光的人脸识别方案，通过红外光将大约3万个点阵投射到物体上，用数量庞大的点阵得到物体的深度信息，精度高，可以较好地防范各类攻击（目前同样采取3D结构光的安卓手机，点阵数量远小于苹果，相对而言，获取的数据也就更少）。
另外，苹果的成像是利用红外不可见光，所以可以不受环境光的影响，支持用户在黑暗环境下正常使用。因此如果识别到用户手机型号为苹果X及以上，App可考虑申请调用系统自带的面容ID。
iPhone11起，还为FaceID增加一个多角度传感器，可以捕捉更宽的视野，让用户可以不用脸部太靠近摄像头就可以完成解锁（https://support.apple.com/zh-hk/HT208108 Face ID官方介绍，感兴趣的可以看一下）。

文章插图
硬件产品，则要考虑摄像头选型，一般都是选深度相机。
主流的深度相机方案是3D 结构光（3D Structure Light）和时间飞行法(TOF, Time of Flight)。怎么选？要结合实际采集数据的场景来定。
其中，3D结构光就像上述所说，精度高，但有效距离有限。距离越远，物体上投射到的光点越大，精度也就越差；所以3D结构光更适合应用在近距离的人脸识别，手势识别。像支付宝的线下刷脸支付终端就用的是3D结构光摄像头。
而远距离的时候，就适合TOF，比如AR.VR场景更适合用TOF。TOF,ime of Flight，简单来说就是通过光的飞行时间来计算距离。通过红外发射器发射调制过的光脉冲，遇到物体反射后，用接收器接收反射回来的光脉冲，并根据光脉冲的往返时间计算与物体之间的距离。
二、人脸核身操作流程一般来说分为三步：
1. 采集数据这一步的目的是为模型采集到质量合格的人脸图片/视频流，并按照采集要求传输给后端。
1）明确要求
首先需要明确要求，包括人脸图像要求和前端采集要求。
人脸图像要求：图像要求，需要产品综合业务需求和模型技术需求，进行确认，人脸比对要求一般包括以下：

有大小合适的整个人脸
光线充足，不反光
人脸无遮挡
人脸角度正
人脸不模糊

活体检测要求：要根据业务上希望达到的效果和技术采用的方案综合确认。技术原理不同意，则差异很大。
前端采集要求：同样，需要整合活体检测和人脸比对的前端采集要求，形成一套完整的前端采集方案。
举例：

文章插图
2）人脸检测
“人脸检测是指对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是则返回脸的位置、大小和姿态。”人脸识别第一步，是检测到图像中人脸的存在。
就像人的认知一样，先认识到有人的存在，在判断这个人是谁。
注意点：

如果采用的技术方案是分类，可同时找出图像中的所有人脸，策略上要确认检测到多张人脸时，以哪张人脸为准，如以最大人脸为目标人脸。
如果用的是遍历，技术上简单来说指的是在图像中遍历人脸，若将图像全部遍历完，耗时较长，可定策略找到一张符合大小的人脸就结束，如果检测的人脸小于要求，则继续遍历。
- 上一页
- 1
- 2
- 3
- 下一页