“在金融刷脸支付方面，要解决支付过程中被平面图片、照片或3D投模所攻击的可能，就可以引入3D相机，从数据源头防止攻击，全栈三维视觉技术能力可确保更加安全。”

的卢深视创始人兼CEO户磊表示，随着3D技术日臻成熟，批量化落地生产使得成本降低，凭借更优性价比，3D视觉感知系统将成为机器标配的“眼睛”。

上周末，由深圳人工智能行业协会主办的2020深圳（国际）人工智能展上，的卢深视带来了最新3D CV相机、配合式三维人脸识别验证终端产品，展示其全栈三维视觉技术能力。

进展：国产3D CV相机已实现量产

此次会上，的卢深视展示了其自研的国产3D CV（计算机视觉）相机，目前该相机已实现量产，其中，高精度RGBD相机（标准型）可用于刷脸支付终端、银行ATM、无人货柜、地铁刷脸闸机、AR/VR、物品体积测量等场景；

的卢深视3D-Face ID智能模组可用于家庭智能门锁、智能保险柜、酒店公寓智能锁、智能门禁等场景。

在技术上，据的卢深视介绍，其三维全栈技术打通了从算法到产品的解决方案：

▼ 在三维相机方面：自主知识产权的中远距离相机，在5米范围误差小于1mm，指标超越国际3D相机巨头，且量产良率超99%。

▼ 在人脸三维重建方面：重建精度小于1mm，同等条件下精度高于苹果公司5个百分点。

▼ 在人脸识别算法方面：能够实现千万级大库、亿级大库比对，等效三维人像识别错误率小于万亿分之一。真三维比对技术，指标远超二维识别厂商几个数量级。

除此之外，数据本身的丰富度也会影响数据质量和精度，这对传感器以及相机提出了较高要求。为此，的卢深视从应用层面打磨硬件产品，推出3D CV相机。

应用：复杂光线下也能精准识别

与2D有和不同？此次会上，户磊带来了《3D CV相机，跨越规模应用鸿沟的全栈技术剖析》的主题分享。

高精度的3D人脸识别需要前期大量的数据训练，而与2D图像不同，3D图像必须依靠3D相机传感器生成高精度图像数据进行基础数据积累。

“比如，去年丰巢试图上线人脸识别取快递，但有小学生拿着打印照片破解了，因为它只用了2D。”户磊说。

除了安全，体验也在升级。户磊介绍，在更大角度情况下，可以在很复杂光线下识别，如太阳强光、强逆光、强特光、完全黑暗等情况，3D在大角度情况下，可以实现比2D人脸识别普遍大10-15度人脸角度体验识别。

再比如，在一些大场景支付当中，如轨道交通刷脸进站，面对的是千万级用户，每天都是千万级人流量，在此前提下精准识别，需要更多特征和更准确的识别率，这为3D应用创造了广泛的市场基矗

拐点：3D传感技术步入规模应用

“3D将会越来越普及，成为机器眼睛的标配。”户磊说，图像识别不仅要求拍的更清晰，还要求拍的物理色彩还原度更高，3D技术为机器精准感知提供了更丰富数据，从而更准确，或者更可靠的效果。

但不得不提的是，由于3D应用涉及到3D数据、3D库以及3D前端设备，3D设备会带来成本的增加。

户磊说，随着规模化的应用，硬件成本会大幅降低，逐步会贴近到性价比的拐点，在成本不增加，可以提供更好准确性和安全性，“至少在机器研究这件事情上可以成为普及的技术，随着应用的普及和规模化的量产，以及技术的迭代和更新，3D相机的成本已经做到和其它传感器成本非常接近”。

“如何做到更低成本？除了产业链发展和应用能够上规模之外，技术上也有可探究的地方，而且技术升级带来成本下降和应用规模成本下降是交织状态，互相推进最终跨越规模应用的鸿沟。”户磊说。

在的卢深视看来，3D传感技术及相机逐步进入“规模应用”阶段，一方面需要厂商不断打磨产品，提高用户体验。另一方面，3D视觉产业链较长且并不成熟，亟需形成业界统一标准与共识，这些标准需要覆盖：3D图像评测标准、3D相机参数标准、3D数据接口标准等。