苹果iPhone X除了全面屏设计外，Face ID无疑是另一项核心卖点。不过，用面部识别取代成熟的指纹识别，iPhone X在发布之初曾受到很多质疑，比如下面这张漫画：

随着iPhone X的正式上市，无数用户在体验Face ID之后都给出了好评，解锁速度不逊于Touch ID，而且安全性貌似比想象的更好。比如一对长得一模一样的双胞胎来挑战iPhone X的面容识别，Face ID居然都能准确的识别出他们，没有蒙混过关的情况，简直让人大呼不可思议。

那么，iPhone X的这个Face ID为啥这么牛？这种黑科技背后的原理到底是？

人脸识别貌似自古有之

提到iPhone X的Face ID，很多Android手机都表示不服，因为面部识别功能早在数年前就已经被无数手机应用了。

具体来说，人脸解锁最早在Android 4.0系统时就被谷歌引入到解锁方式之中。在那个连指纹都没有普及的时代，刷脸解锁的体验完爆了数字和图案密码。

可惜，这个功能并没有被后续系统继承，直到iPhone X发布之后，后续上市的几款Android新品才重新开始引入并重点宣传人脸解锁这种“复古功能”。

安全系数不甚理想

实际上，现在很多Android新款手机所主打的面部识别，大都采用的都是旷视公司（Face++）提供的面部识别算法，和Android 4.0时期的算法相比，新技术在解锁时不会被机主的截屏或翻拍照片所欺骗。但即便如此，这种人脸解锁方案依旧不够完美，比如哪怕你闭眼时也能解锁，对光线的要求较高等。

没办法，为了降低硬件部署成本，现有的面部识别方案都是基于前置摄像头+系统层面的软件算法，只能抓取一个2D的面部信息，缺少景深等3D采样，注定它的安全系数没有数字、图案和指纹更高。因此，各手机品牌在激活人脸解锁功能前，系统都会弹出并非100%安全的警告信息。

iPhone X的不一般

iPhone X的Face ID与其他智能手机所用的人脸解锁有着本质上的区别，它实现了对面部信息收集从2D到3D的进化。

简单来说，iPhone X在采集面部信息时，前置摄像头基本就是摆设，而是依靠红外镜头、泛光感应元件和点阵投影器的协同配合。

其中，点阵投影器会发射30000多个肉眼不可见的光点投影在你的脸部，绘制出三维建模的立体面谱，红外镜头则会读取这些点阵图案，并将信息发送到A11仿生芯片的安全隔离区进行匹配对照，而泛光感应则是确保识别面部不受环境光线的影响。

据苹果在发布会的介绍，原先的Touch ID在任意50000人中可能会有一人能用他的指纹解锁你的手机。而使用Face ID时，在1000000人中才会有一个人可能会被误判解锁成功，使用照片、头像模具来解锁的可能性基本为零。

在完成首次对Face ID的录入后，随着时间的推移即使你戴了眼镜、长了胡子、戴了帽子面部ID仍然能继续认出你，并不断根据新的数据来校准识别模型。

因此，苹果才敢让Face ID在解锁手机之外，还能用于购买应用以及支付 Apple Pay，足见苹果对其安全性的信心。

问题来了，iPhone X的Face ID是可以用于支付的信息，不可能被上传到云端借助云服务器的强大运算能力进行识别，从采集、保存到对照匹配都需要在手机本地才能完成，这就对手机的计算性能提出了极为苛刻的要求。

A11仿生芯片是幕后功臣

iPhone X面部ID的优秀体验是建立在全新A11仿生处理器的基础之上，而苹果之所以用“仿生”命名，就是因为A11内部除了CPU、GPU、DSP等单元外，还加入了特别定制的神经网络引擎（Neural Engine）。

这个神经网络引擎采用双核设计，每秒运算次数最高可达6000亿次，相当于0.6TFlops，是专门用于面部ID的ASIC模块，在加速处理人脸数据的同时还能减少对电量的消耗。

我们都知道，AI学习分为训练（Training）和推理/应用（Inference）两部分，其中训练部分所需的计算量比应用阶段的要大上许多。而A11最神奇的地方则是，用户面容适应（化妆、佩戴眼镜、长胡子、随着年龄增长而变容改变等）过程需要用到的深度学习训练也是在本地完成的！

苹果的软件工程高级副总裁Craig Federighi也曾表示，“我们不会在用户注册Face ID时收集数据，它会保留在你的设备上，不会被发送到云端进行训练。”换句话说，A11仿生处理器的神经网络引擎，就是“本地的云服务器”，完全不用担心个人3D面部信息有泄露的风险。

随着苹果iPhone X的模范作用，更安全的面部识别技术总算有了普及的希望。而以麒麟970为代表的更多处理器也纷纷将集成AI单元作为主打卖点，这意味着，未来的Android手机也能用面部识别购物、支付，而且还能确保安全和效率。

那么，你期待吗？