面向未来：近红外光人脸识别应用市场持续增长

人脸就是一个人的身份，在地球上的数十亿人中是完全独一无二的。即使是新生婴儿，也可以应用人脸追踪和识别技术。最近，随着技术、系统和应用数量的增长，计算机系统在人脸识别（FR）方面的性能已经接近于匹配人类视觉的水平。人脸识别技术的快速普及预计将会继续，全球市场预计将以17.7%的复合年增长率持续增长到2025年，总收入将达到85亿美元。¹

人脸识别系统主要有两种类型：2D系统（依赖于对人脸的二维照片或视频图像进行分析）和3D系统（使用近红外光模式检测面部几何特征）。最近还出现了一些热成像人脸识别技术。我们在新闻中听到的大部分人脸识别（FR）应用都是2D类型。举例来说，执法部门可以使用人脸识别软件分析事件照片，并识别煽动暴力的人员。²基于照片的人脸识别技术还用于在机场安检处检查人脸以及帮助寻找失踪人员。

中国郑州地铁站入口处的人脸识别扫描系统，拍摄于2019 年 12 月。（图片来源：Gilles Sabrié/NYT/Redux/eyevine）

关于2D人脸识别技术的担忧

在美国最近发生的数起案件中，2D人脸识别算法将无辜人员错误地识别为被通缉的罪犯，其中最常见的是非裔美国人。研究表明，基于照片的2D人脸识别技术对于肤色较深的人来说不太准确。³ 在理想条件下，2D人脸识别技术已被证明具有近乎完美的准确性——在美国国家标准技术研究所（NIST）的人脸识别供应商测试（FRVT）中得分高达99.97%⁴。然而，在动态场景中，比如拥挤的公共空间，有许多人在四处走动，不可能始终满足光线充足、人员面朝前方且没有任何障碍物的“理想”条件。

出于对偏见和隐私的担忧，2D人脸识别系统正在接受审查，以确定应当如何以及何时使用它们。尽管如此，众多成功执法案例⁵继续显示出人脸识别的价值，并且通过测试将继续提高分析算法的准确性。

位于中国北京的一台使用人脸识别系统的闭路电视显示器，其帮助警方成功识别并逮捕了一名企图在体育场音乐会上混入 60,000 名观众中间的被通缉罪犯。（图片来源：华盛顿邮报/Gilles Sabrié）

身份识别与验证之比较

这些2D人脸识别应用通常归入“身份识别”类别。利用人脸识别技术验证一个人的身份以访问设备或进入设施通常被称为“身份验证”。虽然2D系统一直用于身份验证用途，但这些应用现在大多都依赖于3D技术。举例来说，近红外光人脸扫描技术因其在智能手机及其他个人设备上的生物特征验证应用而广为人知。

这些3D系统通过在人的脸上投射一种不可见的近红外光（来自LED或激光发射器）模式来进行工作，不仅可以测量二维元素（比如我们眼睛之间的距离），还可以测量深度（比如我们的鼻子长度）。通过创建人脸的3D“绘图”，NIR近红外光系统可以更加准确。

3D人脸识别技术的其他优点包括：

• 能够在较弱的光线或黑暗环境中测量人脸
• 能够从不同的观看角度正确识别人脸
• 防止“欺骗”（使用一个人的脸部照片试图欺骗人脸识别系统）

 

将2D彩色相机在各种环境光条件下拍摄的图像（上排）与 NIR近红外光成像系统拍摄的图像（显示以完全且一致的方式采集整个人脸）进行比较。（图片 来源）

凭借卓越的准确性，3D人脸识别系统现在被视为一种可以改进一些目前使用2D技术的身份识别应用（比如：机场安检）的方法。⁶但3D感测范围的局限性使得一些研究人员现在转向将2D与3D技术结合在一起（多模态）使用，以在这些设置中实现最佳精度。⁷ 

近红外光（NIR）光源的质量考虑因素

即使拥有NIR近红外光人脸识别技术的优点，这些系统仍然容易出现性能问题，比如发射点位置错误、发射输出低、NIR光源强度不一致等。此外还存在安全担忧：由于近红外光波长对人类是不可见的，因此，当我们的眼睛接收到不安全强度的近红外光或长时间暴露在近红外光之下时，我们并不会眨眼或移开视线，这可能会对眼角膜和视网膜造成损害。

NIR近红外光身份验证系统需要精心设计和测试，以确保以适当的强度和预期的模式发射近红外光。3D人脸识别技术部分依赖于“读取”由近红外光发射器通过一种称为衍射光学元件（DOE）的滤光片投射的复杂发射点模式（点、线或其他形状）。然后，近红外相机将采集被人脸反射回来的图形，通过识别图形变化以绘制面部轮廓。

NIR近红外光人脸识别系统通过 DOE滤光片以定义的模式将近红外光投射到人的面部（黄色光束），并使用NIR近红外相机（蓝色光束）采集该模式的反射光，以测量因面部轮廓引起的失真。

为了确保准确性，人脸识别系统和组件制造商们需要测量近红外光光源的发射均匀性和分布、图形元素的空间位置、辐射通量以及整个分布区域的最大强度或功率。对于NIR近红外光人脸识别系统以及其他NIR近红外光3D感测应用（比如：手势控制、接近感测、眼动追踪和物体匹配），瑞淀提供近红外光光源测量解决方案，以帮助制造商们确保产品性能和准确性，包括：NIR近红外光辐射强度测量镜头 和 TT-NIRI™ 软件。

如需了解更多有关近红外光测量的信息，请观看最近由Laser Focus World举办的瑞淀网络研讨会。在该网络研讨会上，我们讨论了以下主题：

• 近红外光感测技术在智能设备、AR眼镜和头戴式VR设备领域的应用趋势
• 确保人脸识别及其他3D感测应用中所使用的近红外光LED和激光器（VCSEL）的性能和安全性需要考虑的因素
• 可直接对近红外光的强度、光束和发射图形进行角度测量的最快速方法

 

 

引用文献

1. Facial Recognition Market by Component (Software Tools (3D Facial Recognition) and Services), Applictation (Law Enforcement, Access Control, Emotion Recognition), Vertical (BFSI, Government and Defense, Automotive), and Region – Global Forecast to 2025. Markets and Markets, December 2020.
2. Hill, K., “The facial-recognition app Clearview sees a spike in use after Capital attack.” New York Times, January 9, 2020
3. Najibi, A., “Racial Discrimination in Facial Recognition Technology,” Harvard University, The Graduate School of Arts and Sciences blog, October 24, 2020.
4. Crumpler, W., “How Accurate are Facial Recognition Systems – and Why Does It Matter?” Center for Strategic and International Studies (CSIS), April 14, 2020
5. Parker, J., “Facial Recognition Success Stories Showcase Positive Use Cases of the Technology,” Security Industry Association, July 16, 2020.
6. D. Giorgi et al., "A Critical Assessment of 2D and 3D Face Recognition Algorithms," 2009 Sixth IEEE International Conference on Advanced Video and Signal Based Surveillance, 2009, pp. 79-84, DOI 10.1109/AVSS.2009.82.
7. “Soltana, W. et al., “Comparison of 2D/3D Features and Their Adaptive Score Level Fusion for 3D Face Recognition,” French National Centre for Scientific Research.