由 dawei 【IT168 评测】如果评选过去十年间iPhone最受争议的设计，恐怕iPhone X上的“刘海屏”当之无愧。但即使“刘海屏”被人如此诟病，却依旧让苹果坚持做出如此选择，也足见苹果对于3D结构光技术的认可与重视。在本届MWC上海，vivo发布了名为TOF 3D超感应技术，与3D结构光可以算是“异曲同工，并且都是可以对未来产生影响的技术。因此今天的机情观察室，我们就来解读这个vivo TOF 3D超感应技术。
对于如今的人们，有太多的秘密与信息都藏在自己的智能手机里：小到身边一些最常用联系人的方式，大到各种金融级的信息。所以安全就显得尤为重要。每个人都需要一个独一无二的密码来保护自己的信息。而真正能做到“独一无二”的，就是我们自己。因此，在手机上出现了更高一级的安全保护方式：生物识别。
从2013年iPhone 5S成功将指纹识别普及到手机上，至今已经过去五年时间。在这五年中，手机的形态、所需要承载的功能也在逐渐发生变化。在全面屏的背景下，3D结构光逐渐接棒指纹识别。相比于指纹识别，3D结构光能够带来更无感的识别过程、更安全的级别，更重要的是，3D结构光兼具生物识别之外，还能够做到建立图像信息。因此，才出现了在现阶段，即使Face ID会对产品外观设计产生很大争议的影响，但苹果依然坚持。
我们知道，传统摄像头对于信息的捕捉都是基于2D平面的信息，因此基于前置摄像头所做的生物识别其实非常容易被假信息所骗过。因此当图像由2D转向3D时，才具备安全特征。所以，无论是3D结构光还是vivo的TOF，本质上都是对图像深度信息的获取。
但尽管实现目的相同，实现过程的不同，也导致了3D结构光与TOF还是有所不同。
▲图片来自Yole Developpement
Face ID所使用的3D结构光是由散斑结构光(Light Coding)实现，一定的距离内，点阵投射器会发出3万个随机离散分布的红外光斑覆盖一个空间区域，用户的面部进入这个工作空间时，光斑出现不同的位移和扭曲，手机便会记录空间内用户的脸部绘制精确细致的深度信息图。而当用户在进行每一次识别时，用新的“深度图”对比提前录在手机中标准的“深度图”，手机自然知道解锁的是不是真正的用户。
而vivo所用的TOF为Time of Flight(飞行时间)的缩写，通过红外发射器连续发射光脉冲，在遇到人或物体后反射，传感器在接收到反射回来的光，计算红外光线发射和反射的时间差，从而形成立体视觉。随后手机CPU通过分析光的时间差的数据，来达到建立人脸模型的目的。在关键数据上，TOF需要采集30万个人脸的有效深度信息点，并且工作距离上，最远可以达到3米。
可以看到，结构光的关键在于“光”，而TOF的关键则在于“距离”。因此在识别时，3D结构光由于需要创造出一个“空间”，因此需要起码25mm的识别基线，而TOF则几乎不需要距离。并且TOF可以到达的最远工作距离为3米，而结构光则的最佳工作距离为 25—50 厘米。另外，3D结构光与TOF本质上都是获取空间内物体的深度信息，因此在记录深度信息的点数上，vivo TOF的30万确实比iPhone X的3万个点可以记录到的深度信息更多，这对于构建的立体图像边缘的细节确实更有帮助。因此从技术向功能转换的角度，目前TOF无疑比Face ID要更具扩展性。
并且在ID设计上，TOF摄像头体积相比结构光更加小巧，在产品ID设计时机身无需为立体视觉的实现付出更长的刘海及更大的机身内部空间。而一般来说，一套TOF需要一个红外发射器、接收器、摄像头就够，并不需要face ID那么多东西。
但TOF也并非没有缺点，作为一副3D图像，TOF在二维(也就是X、Y轴)的分辨率不如3D结构光高。但毫无疑问，二者都已经达到金融级别的安全性，这对于普通用户来说已经足够。并且vivo也已经宣称与微信达成支付合作。
PS：这里多插一句：在vivo TOF 3D超感应发布会的现场展示了直接用手机进行3D建模，甚至可以3D打印。因此许多网友询问与索尼自带的3D大师有什么区别。抱歉我们实在没有找到索尼3D大师与TOF相关的信息，因此推测索尼3D大师是利用XZ1的激光对焦（激光测距）+摄像头+一套牛X的算法完成。毕竟已经收购了softkinetic的索尼对于3D成像和TOF技术已经是业界一流水平。
TOF的未来
▲利用TOF原型机可以直接建模
当然，纸上谈兵的技术都是无本之木。结合目前已知TOF深度信息大、工作距离长的特点，则可以放在生活的各种使用场景中。比如通过TOF 3D超感应技术进行3D拍照，建立更精准的人体模型，另一边卖家把衣服的信息提前预设好，用户在网上就可以直接试穿，而避免网上买到不合适尺寸的服装。
另一方面，利用TOF摄像头对现实物体进行建模，然后将模型与其他虚拟或现实场景融合，打造出更具科幻感的MR游戏，也是未来TOF可发展的一大方向。比如对你和小伙伴建模，然后放到一个虚拟的跑道上或者其他一些有趣的场景中。
模糊现实与虚拟的边界，则是未来TOF的发力点。