如今，人脸识别在安防领域逐渐进入“商用规模化”阶段，无论是日常安防还是公安警务都融入了人脸识别技术。不过，由于很多应用场景本身的复杂性，如光线、位置和遮挡等环境条件，系统最终识别效果并不理想，使人脸识别技术应用价值大打折扣。而三维人脸识别技术则凭借更多维度数据的感知以及防干扰、高防伪的性能，成为人脸识别技术应用领域的新鲜血液，当前已有不少企业陆续加入三维人脸识别技术全新赛道。

本次a&s邀请了的卢深视创始人兼CEO户磊，分享三维人脸识别技术商业化价值以及当前技术演变及规模化推广遇到一些困扰和应对解决方案。

Q：a&s总经理、总编辑 关玉娟

A：的卢深视创始人兼CEO 户磊

户磊：的卢深视主打基于三维视觉技术的身份识别与行为分析技术研究与应用，面向边检安防、智慧金融、智能楼宇、智能交通等领域推出三维机器视觉人脸识别解决方案。

目前，的卢深视已经规模化量产火眼、天眼、鹰眼、哨兵、冰鉴五大产品系列，实现“云、端、芯“的产品布局，为各行各业提供算法、产品、数据、方案与服务。针对智能楼宇等领域，的卢深视还推出了基于火眼嵌入式开发套件的几款配合式终端产品，以及支付级安全智能门锁三维人脸识别SDK，这预示着的卢深视从安防反恐领域向大安全领域进军。

在技术方案方面，公司主推的火眼三维智能人脸识别开发套件是集成三维/二维人脸识别、三维人脸识别建模、活体检测等功能于一体的人工智能开发平台。该平台采用散斑结构光技术获取三维人脸数据，内嵌高性能硬件处理平台和强大的人工智能处理算法，具有高扩展性和高集成度，可满足多样化行业需求。

户磊：商业化价值主要体现在前端感知能力和系统识别准确率的提升。

AI当前技术应用主要体现在感知层面能力的提升，而感知能力真正地实现行业应用价值，与输入的数据维度、感知数据的精准度等因素有关。前端感知数据越丰富、越精准，前端硬件对人、物或者场景的感知能力越强，从而更好地支撑上层的大数据分析和应用。视觉传感是承载信息量最大的传感器形式，而三维人脸识别不仅增加视频感知数据维度，同时获取更为精准的数据信息。

另外，相对于二维人脸识别技术来讲，三维人脸识别技术防干扰性能较强，基本不受光线条件影响，同时受拍摄角度、遮挡这些外在客观因素影响也较小，因此，三维人脸识别准确率更高。更重要的是，三维人脸识别的防伪能力更强。

当前安防领域很多场景的需求没有得到很好的满足，需要更高精度和更高性能的三维人脸识别技术去填补，可以说，三维识别是未来机器视觉识别重要发展趋势，也是安防产业发展的刚需。因此，我们认为，三维人脸识别技术是当前探索AI框架下短时间无法实现突破性情况下，从技术逻辑上来讲十分自然而然的发展趋势。

户磊：采用苹果同源结构光技术，基于结构光能够保证在近距离情况下的极高精度，的卢深视三维深度感知技术在1080P分辨率5米范围内，精度达到5mm误差，人脸重建精度保持在平均1.5mm以内，三维人像识别错误率可做到十亿分之一。另外，经过近四年的持续深耕，的卢深视在结构光深度感知、三维实时高精度重建、三维跟踪识别及感知等技术方向上，具有一定的领先优势。

其中，的卢深视的三维实时高精度重建技术，已经可以将重建精度做到毫米级，且移动设备帧率达到40帧/秒。这个精度，保证了可以动态采集并重建场景中的三维信息，同时提高对身份信息的采集和管控效率。

现在不少公司也争相推出三维人脸识别相关产品，现在不少所谓的“三维人脸识别”并不是“真三维”，只是“将深度信息用于防伪，但在识别的环节，依然还是原来二维的那套算法”。这样的“半三维”人脸识别虽然能够提升防伪能力，准确性也更高，但在安全性和识别率方面的提升依然有限。而的卢深视采用的是“全三维”识别，这个三维不仅体现在数据收集方面，识别算法也是采用针对三维数据的人脸识别算法，因此在准确率、安全性等方面都有很好的成绩。

的卢的优势在于全栈式的三维解决方案。“三维”较“二维”多了一个“深度”，这意味着精度更高，同时对于硬件、算法的要求也更高。通常来说，二维的图像识别已经可以满足一般的市场需求，市场上其他视觉公司的解决方案，也基本以二维、或是二维+三维的方案为主。的卢深视，则是从硬件、算法到应用全部采用纯三维路线。

高级别安全防作伪。二维的图像识别已经可以满足一般的市场需求，但是二维人脸识别的防伪能力很弱，图像、动态视频、高仿真面具破解人脸识别验证的事件时有发生。的卢深视则从硬件、算法到应用全部采用纯三维路线，基于三维机器视觉研制的防作伪技术，杜绝利用高清照片、视频和高仿面具等伪装手段的欺骗通行，可以满足各环境下的高级别防作伪需求。

强抗干扰，复杂光线环境保持高识别率。作为苹果同源结构光技术，基于结构光的三维识别，基本不受复杂光线环境因素干扰。

百万计大库识别准确率高， 目前二维的图像识别可实现1：十万级的小库准确比对，面对百万级别的大库场景，其识别计算难度成指数级上升，导致准确率会大幅下降，无法满足社会化大规模识别比对应用。的卢深视三维人脸识别解决方案在百万至千万级别大库比对也能保持较高准确率，目前的卢深视已经帮某边疆省份建立了千万级“三维人像数据库”。

户磊：相对于二维人脸识别，三维人脸识别是一个全新的技术领域，从上层器件到算法、产品、应用等全产链上各环节都处于初级发展状态，其产业链十分不成熟。且行业技术缺乏相关标准，较难统一。针对这些问题，的卢深视积极寻求产业生态合作，与生态伙伴共同研发三维人脸识别技术，与头部生态伙伴共同推进三维视觉技术，与中科寒武纪针对三维人像结构化服务器相关应用与数据加速进行合作，推出了冰鉴系列产品。

不仅如此，的卢着手进行产学研相关工作，已经参与中安防协会2019年度《安防人脸抓拍设备技术要求标准》制订，未来还将作为互联网金融身份认证联盟“Internet Finance Authentication Alliance”（英文简称“IFAA”）远程认证（远程人脸）工作组标准组组员参与产出远程人脸认证的协议、规范和标准制定，推动全球人脸识别规范建立。

另外，由于三维人脸识别技术还未形成规模化应用，整体部署成本相对较高。不过，随着上游器件工艺的逐渐成熟，算法能力的迭代演变，将持续提升整个三维相机的成像系统设计能力，然后三维相机的规模化应用反过来促进成本下降，这是一个必然趋势。

三维人脸识别技术应用的成本，除了整机终端外，还包括计算模块。三维处理数据更多，因此需要更多一些计算量，不过从另一方面可以节省计算量。举例说明，基于三维感知信息做检测、跟踪，分割相对简单一些。因此，计算量跟三维是基本持平的，因此，二维和三维的计算量不在一个市场维度。

的卢目前的业务模式是从点到面铺开。通过关键项目试点，前端产品采集大量数据，针对数据，的卢提供数据服务，从端到云到芯形成闭环网络，实现三维机器视觉技术的应用生态。后续技术迭代和服务升级也都是我们面向客户的亮点服务。

户磊：的卢深视看来，实现TCO的最优解决办法即推出直接可用的商用产品。的卢秉承只有了解行业客户实际需求，才能提供直接可用的商用产品，所以的卢愿意花时间和精力去了解目标行业的使用环境、技术背景等，在边检安防等先发领域，三维人脸识别凭借极高的准确率以及防作伪功能，成为首选技术。的卢深视针对行业需求，领先同行最早开始三维机器视觉的研发，准确把握了市场的方向。最终，的卢推出的产品的符合行业用户实际需求，解决了人工智能产品落地最后一公里的问题。

户磊：企业自有的AI开放平台可接入更多的技术资源以及产业资源，这个AI开放平台更多是进行一种资源整合的工作。通过AI开放平台输出的技术与产品，其数据接口可以做到相对统一，实现AI应用场景的联通。

对于企业本身，可以实现产业布局，将自身打造为AI独角兽，产品技术在市场占有率以及行业话语权将大大提升。对于合作伙伴，小而分散的客户可以通过AI平台进行集中获取，降低了获客成本，让技术落地更容易实现。对于用户，可以轻松获取整套人工智能产品。提升了人工智能渗透率，可促进社会生活智能化转型。

户磊：当前，整个人脸识别系统的精准度没有达到理想状态，一些识别系统在偏动态的场景抓拍时，还需要大量的人工干预和二次核验，这样系统才能真正发挥作用，否则将出现极高的误报率高，这也是安防领域产品智能化程度不足的重要原因之一，而三维人脸识别无疑是一个很好的补充以及重要发展方向。

在三维人脸识别技术领域，的卢深视算是第一个吃螃蟹的人，在对全新领域不断探索和实践过程中，我们从算法到应用，包括硬件成像系统设计等方面不断迭代优势，并通过实际应用提升对算法潜力和边界条件的认知能力，反过来更好地使三维人脸识别技术满足行业应用需求。

作为单纯的算法厂商，需要等待合适的硬件匹配算法，而且最终应用之前，无法确定前端相机能否满足算法应用需求。而的卢深视非常核心的优势是提供全栈式三维人脸识别技术服务，产业链各环节协同配合，最大化发挥系统的效能。

另外，仅靠资本加持，来加速拓展市场规模，是一种用资金换市场的商业方式，从整体上来看，如果技术无法迭代的话，这样的市场模式无法持续。因此，总的来讲，我们并不特别担心说有些企业走在前面，市场会被他们路马圈地分食，我们有自己的技术核心优势，而且，在应用市场推广上面，我们建立一定的品牌度和影响力，并处于加速发展的状态。

更多精彩活动

2019人工智能创新应用国际会议解答如何突破落地应用瓶颈