全面屏手机时代,指纹识别要何去何从?
去年 11 月,小米在发布第一代 MIX 手机的时候,提出了「正面全是屏幕」的「全面屏」概念,用来描述手机正面超高的屏占比。之后,全面屏这个名词逐渐被手机行业的从业人员和普通消费者所接受,广泛地用来描述那些采用较长比例的屏幕面板(通常在 18:9 左右)同时屏占比较高的手机。
到了今年下半年,随着三星 Galaxy Note8、小米 MIX 2、iPhone X、vivo X20 等产品的推出,全面屏已经俨然成为了手机行业里最热门的词汇。
不过全面屏在为用户带来更加优秀的视觉体验的同时,也带来了一个问题:手机无法采用前置指纹。
全面屏和指纹识别的矛盾
2013 年 9 月,苹果在 iPhone 5s 上首次搭载了前置按压式的指纹识别方案。之后的几年里,位于屏幕面板下方的前置指纹识别逐渐成为了智能手机的「标配」,目前除了少数产品在使用后置指纹以及一直采用侧面指纹的索尼,目前绝大多数智能手机采用的都是前置指纹识别方案。
不过到了全面屏手机时代,为了在尺寸基本保持不变的情况下「塞」进去更大更长的屏幕,手机厂商需要通过大幅度缩减手机上下边框的方式来提高屏占比,这就导致手机的「下巴」部分没有足够的空间来增加前置指纹模块。
夏普 AQUOS S2
当然,非要全面屏上强行加前置指纹也不是不可以,但做出来基本就是夏普 S2 这个样子,正面指纹是有了,但「下巴」也长了,降低了屏占比,让手机的前面板看上去不那么「全面」。除了夏普 S2 这一款产品,目前还没有那家厂商选择在全面屏手机上「硬上」前置指纹。
索尼 Xperia XZ Premium
至于不少手机爱好者念念不忘的侧面指纹,由于体积和厚度的限制,也基本上和全面屏手机无缘。根据我们得到的消息,目前唯一在使用侧面指纹的索尼,在明年的全面屏手机上也极有可能放弃侧面指纹方案。
折腾了一圈,在现有的技术下,想要在全面屏手机搭载指纹识别,就只剩下后置指纹这一条路可以走了,而后置指纹也不出意外地成为了目前绝大多数全面屏手机的选择,虽然很多用户并不喜欢后置指纹。
其实,原本将指纹识别模块置于屏幕下方的屏下指纹本应该是全面屏时代最完美、最无缝的指纹识别方案。
不过遗憾的是,无论是汇顶科技、Synaptics、苹果(来自 2012 年收购的 AuthenTic)为代表的光学指纹方案(原理类似于我们生活中常见的考勤机、门禁),还是高通主导的超声波屏下指纹方案,在现阶段都停留在「PPT」或者原型机的 demo 阶段,没有任何一家的方案可以量产。此外,随着苹果在 iPhone X 上放弃了的光学指纹,屏下指纹的前景变得更加扑朔迷离。
未来的全面屏手机只能采用后置指纹吗?
技术的演进是无止尽,全面屏关掉了正面指纹这扇门,但打开了另外一个窗户——人脸识别。
人脸识别在手机上并不是什么新鲜事物。早在 2011 年发布的 Android 4.0 中,Google 就在 Android 系统中集成了原生的人脸识别解锁功能,并在随后的 Android 5.0 中对这个功能进行了大量的优化。不过无论是解锁的速度、成功率还是安全性,Android 原生的人脸识别解锁都不太靠谱,基本上是一个「逗你玩」的小功能。
在全面屏手机上,第一个在人脸识别上做尝试的是三星。
在今年三月发布的 Galaxy S8/S8+,三星提供了多达三种生物解锁方式:后置指纹、前置虹膜以及人脸识别。
虽然同样基于前置摄像头,但相比起以往不少手机「实验性」的人脸识别功能,三星 Galaxy S8/S8+ 人脸识别在速度上有了明显的提高,很多时候可以直接「秒解」。
不过 Galaxy S8/S8+ 的人脸识别体验依然不够完善,主要问题是对识别时的角度和光线的要求较高,如果识别时的角度和录入时不一致,或者光线反差较大,就会有不小的概率无法解锁。在安全性上,Galaxy S8/S8+ 也还有不小的提升空间。虽然不至于随便用一张自拍照就能骗过手机,但用户通过使用照片甚至是另一部手机屏幕上的自拍,在不少时候依然可以骗过手机,成功解锁手机。
但和很多新功能一样,技术的进步可以迅速地弥补体验上的缺陷,手机人脸识别也是如此,这里我们有必要提到一部非全面屏手机——小米 Note 3。
和前置指纹同样快的人脸识别
小米 Note 3 是小米在 9 月 11 日的发布会上和 MIX 2 同时发布的新品,它并没有采用 MIX 2 那样的全面屏设计,而是采用了常规的前置指纹识别,不过除此之外,小米 Note 3 还提供了人脸识别功能。
有意思的是,小米 Note 3 上这个看上去似乎没那么起眼的「附加」功能,却把人脸识别的体验带到了另外一个层次。
相比三星在 S8/S8+ 采用的人脸识别功能,小米 Note 3 有几个明显的改进。
第一是对距离和角度的要求更低。使用小米 Note 3 的人脸识别时,基本只要人脸在前置摄像头的拍摄范围内,同时外界的光线没有很差,小米 Note 3 基本都可以做到「秒解」,这意味着用户在使用时基本不用考虑姿势的问题,明显提高了人脸解锁的成功率。
第二是暗光下的优化。在外界光线较差的情况下,小米 Note 3 可以通过屏幕的光线对人脸进行补光,完成人脸的识别,当然,这时候识别的成功率和速度会有明显的下滑。
第三是更安全。虽然依然是基于 2D 的图像数据,但小米 Note 3 通过算法上的调整可以对解锁对象进行判断,比如说在录入人脸数据时,使用手机屏幕上的自拍以及普通的照片是无法进行录入的,解锁时自然也无法用自拍照或照片来破解,此外,小米 Note 3 还可以识别眼睛的状态,只有睁开眼的时候才可以解锁,在闭眼时是无法解锁。
这些改进叠加在一起,让小米 Note 3 人脸识别的可用性有了明显的提升。对于那些安全性上没有特别高要求的用户,无论是识别速度还是识别的成功率,小米 Note 3 上人脸识别解锁手机的体验在大部分场景下已经可以媲美传统的前置指纹解锁。套用现在挺流行的数字命名法,三星 Galaxy S8/S8+ 是「人脸识别 1.0」,小米 Note 3 可以说是做到了「人脸识别 2.0」。
更加值得一提的是,而是和三星 S8/S8+ 的人脸识别一样,小米 Note 3 的「人脸识别 2.0」也不需要任何额外的硬件,而是完全依靠传统的前置摄像头进行人脸数据的采集和识别。之所以会在体验上有如此大的差别,靠的是算法上的改良,小米 Note 3 的人脸识别采用的是国内旷视科技旗下的 Face++ 视觉服务平台提供的方案,其背后是基于深度学习的计算机视觉领域的发展(又是一个被人工智能所影响和改变的领域)。
对手机厂商来说,这意味着在可以在不增加硬件研发和制造成本的前提下,为手机增加一个非常实用(尤其是对没有前置指纹的全面屏手机来说)的功能。根据我们的了解,除了小米 Note 3,未来一段时间里,会有多款手机采用基于国内 AI 公司的人脸识别方案,其中包括了刚刚发布的全面屏手机 vivo X20,它的技术同样来自 Face++。而对用户来说,优秀的人脸识别功能意味着在使用全面屏手机,可以不需要习惯后置指纹。
不过另一方面,由于这种基于前置摄像头采集的人脸识别在安全性上相比传统指纹还有所差距,为了实现对安全级别要求更高的支付验证,后置指纹依然会继续存在于全面屏手机上,和前置人脸识别共同成为未来一段时间 Android 全面屏手机的「标配」。
3D 人脸识别:取代指纹识别的终极形态
算法上的进步让基于前置摄像头的人脸识别体验获得了绝大的改进,让人脸识别具备了在部分场景下取代指纹识别的能力,不过人脸识别想要更进一步,去完全取代指纹识别的话,还需要弥补两个方面的缺陷:第一是暗光以及黑暗环境下的解锁,第二是提高安全系数,做到指纹级别的安全。
做到第一点并不困难,加一个红外摄像头就行了,至于第二点,苹果在 iPhone X 上已经拿出了解决方案——Face ID。
相比上面提到的基于前置摄像头 2D 平面数据的人脸识别,Face ID 最大的区别是多了增加了深度数据。iPhone X 额头上的「齐刘海」部分包含了苹果自己研发的原深感摄像头模组,可以通过类似 Kinect 的散斑结构光方案,获取深度数据,从而构建出人脸的 3D 模型,配合对应的算法,可以从根本上杜绝了使用 2D 的图像或视频进行解锁的可能性,大大提高了安全性(苹果的表示误识别率只有百万分之一)。
由于 iPhone X 还需要一个多月才会上市,我们现在还无法获知 Face ID 的实际体验究竟如何。不过考虑到苹果以往在新技术上稳妥的策略(不真正做好基本不会拿出来用),Face ID 的解锁体验应该至少不会比 Touch ID 有明显的落差。至于安全性,考虑到苹果已经允许 Face ID 用于 Apple Pay 支付,足以证明它的安全性不是问题,毕竟在支付安全这方面,没有哪家厂商敢「玩火」。
Animoji
此外,有了人脸的 3D 数据,iPhone X 还可以实现一些实用的功能,比如自拍时的背景虚化、更高级别的人像美颜以及 Animoji 这样的实时的脸部行为捕捉,这也是 3D 人脸识别相较于只能做对错识别的传统指纹识别的一个优势。
由于 Face ID 这种 3D 人脸解锁的硬件方案较为复杂且成本高,算法也不容易做,安卓阵营短期内很难跟进。根据我们的了解,安卓阵营最快也需要等到明年下半年才可能有旗舰机采用类似 Face ID 的 3D 人脸识别技术,在中低端手机中普及需要更久。
不过真到了 3D 人脸识别技术开始在 Android 手机中普及的时候,可能也就意味着传统指纹识别在智能手机中会走向「末路」,毕竟当人脸识别可以做到和指纹一样方便、一样安全(甚至更安全)并且还能提供其他附加功能的时候,我们为什么还需要指纹识别?
转载36氪:http://36kr.com/p/5095275.html