相关报告：《中国3D人脸识别行业市场前瞻与投资规划分析报告》

主要有两种类型的面部识别方法:2D和3D。3D人脸识别是指利用3D摄像机进行立体成像，能够识别出视野内各点的三维坐标信息，使计算机获得空间3D数据还原完整的3D世界，真正实现智能3D定位。面部进行识别系统功能分析可以通过区分平面图像、视频、化妆、皮肤面具、双胞胎等状态，适用于金融领域、智能门禁等安全要求较高的应用场景。

与2D面部识别技术相比，3D面部识别系统具有更强的描述分析能力。3D人脸识别由多个摄像头和深度传感器系统组成，可以从不同发展角度进行采集多个深度融合图像。合成后可以充分展现人脸的表面形状，更充分地表现物体的三维信息，从而更好地表现真实人脸，不易开裂。

深度信息（RGBD）是3D人脸数据的关键点，比2D人脸数据多一维的原因。RGBD图像的获取不仅需要更专业的设备支持，还需要噪声过滤去除数据中的哈希点、离群点等专业处理，以保证RGB数据和深度数据的时空对齐。最后，来自多个角度的图像数据被组织、配准并合并成完整的3D数据。

技术的发展离不开数据的支撑。计算机进行识别和感知图像能力不断接近人类的方式是3D人脸识别水平，3D人脸识别需要不断地提高识别准确性以及累大量训练数据验证算法。除了学习算法进行模型的高度复杂性之外，很大一部分学生挑战来自于企业数据集的获取。

3D人脸识别行业市场规模

统计数据显示，2018年中国3D人脸识别行业市场规模8.12亿元，2022年中国3D人脸识别行业市场规模23.15亿元。2018-2023年中国3D人脸识别行业市场规模如下：

图表：2018-2023年中国3D人脸识别行业市场规模

数据来源：智研瞻产业研究院整理

3D人脸识别行业产业链

目前3D人脸进行识别技术主要可以应用于安防领域，包括一个门禁系统考勤和智能锁场景，边检通关等场景。在逆光或侧光情况下，3D人脸识别能更为有效的避免强光，保证识别的稳定性。3D人脸识别技术模组的成本相对较高，但安全性优势也更为明显。在技术方面，目前3D人脸识别算法已经发展到可以在一定距离内进行远距离识别，同时可以通过移动设备进行拍摄角度的自动调整。

3D人脸识别硬件基础和底层技术包括高清摄像头、3D扫描仪、算法和软件等。下游基于人脸识别算法开发各种应用场景，如门禁系统、移动支付、智能锁等。

图表：3D人脸识别行业产业链

资料来源：智研瞻产业研究院整理

3D人脸识别行业技术

3D结构光技术(3D structured light technology):通过研究使用红外光投影仪，将具有中国一定社会结构设计特征的光投射到被拍摄的物体上，然后由专门的红外摄像机收集反射的红外光。使用的原理是三角形相似，经过计算，得到图像上各点的深度信息，得到三维数据。3D结构光技术的应用领域一般在智能手机。苹果iPhone X配备了在10亿张图像(IR和深度图像)上训练的face ID，国内智能手机厂商自主研发3D人脸识别。推出的机型主要有华为Mate 20 Pro和OPPO Find X，都采用了3D结构光技术。

TOF(飞行时间):又称飞行时间测距，是利用红外发射器发射红外，传感器接收反射的红外，然后利用红外反射的时间计算目标物体距离的方法。其主要原理与3D机制光相同。TOF镜头可以更大程度的探测到被摄物体的景深信息，让照片的背景更加虚拟，更有层次感。此外，TOF镜片可以实现面部解锁和支付功能，无需输入密码即可完成支付。

双目立体视觉技术:利用两个摄像头从不同发展角度可以同时企业获取被测物体的两幅数字进行图像，基于视差原理恢复物体的三维几何数据信息，使图像上各点的深度信息得以获取，最终获得三维数据。由于双目立体视觉成像的原理对相机的焦距、两个相机的平面位置等硬件要求较高，所以相对于3D结构光和TOF，应用范围相对较小。

从不同角度比较这三种技术，发现双目立体视觉具有相对较高的图像分辨率和相对较大的识别距离。但是实现双目立体视觉需要两个摄像头，整体模块体积比较大。它的所有应用领域一般都在机器人、工业等领域；3D结构光和TOF镜头在弱光环境下表现出色，体积小，深度精度高。但是，它们的图像分辨率不高，识别距离短。它们一般用于智能手机。3D结构光整体成本较高，相关专利归苹果所有。因此，市场上使用3D结构光作为生物识别方法的模型相对较少。很多安卓手机都使用TOF镜头来实现3D面部识别功能。

3D结构光是目前最精确的3D技术。通过多模态人脸识别算法，有效防御一些攻击，如头像、面具、照片等手段。它最早应用在苹果手机上。目前，3D结构光技术进行广泛研究应用于面部解锁和支付，以及企业近两年兴起的面部识别系统智能锁。

TOF广泛应用于机器人、无人机、物流、VR/AR和汽车驾驶辅助等领域。在汽车驾驶辅助解决方案中，TOF可以在汽车中测量距离的物体，主要应用于固态激光雷达信息系统，并具有一个相对比较良好的传感技术角度，提供更大范围的碰撞检测和预防，更好地为智能城市交通管理领域赋能。TOF在智能门锁以及智能手机领域都有应用。

3D人脸识别技术在警务系统应用

1、全站控制封锁

基于对全区封锁点的人脸前端通过数据可以构建，当需要对全区发展重点工作人员需要进行筛查布控时，可利用大数据分析人脸碰撞特征，快速对目标实现人脸图像和全区所有人脸抓拍数据技术进行24小时搜索，查找辖区内嫌疑人或重点人员的行踪。同时可以将目标人像数据作为控制对象进行实时控制。一旦目标人物出现，系统自动识别并报警。

2、精确的区域控制

它可以在特定区域和特定时间快速高效地对嫌疑人或关键人员进行精确搜索，确认目标轨迹。如果需要更详细地了解物体的下落，可以记录多个着陆点照片，并进行多天的分析。同时可以将目标人像数据作为控制对象，在指定区域进行实时控制。一旦目标人物出现，系统自动识别并报警。

3、站内重点区域综合防控

火车站内部人员相对固定，除了旅客活动区，都在内部区域内。不允许陌生人随意进出，也要防止恶意擅自进入。因此，有必要为此类目标地区开发综合防控技术。

根据关键区域自有人员的访问权限建立白名单，对关键区域和抓拍的人像数据库进行精确控制。一旦出现非白名单陌生人，会立即向安全值班室报告。(值班室控制人员可临时授权已登记和批准的外部人员白名单，以减少不必要的误报)

将陌生人员数据库与高危人员数据库、黑名单数据库(如暴力恐怖分子逃犯数据库等)进行实时比对识别。).一旦我们发现学生信息进行匹配，立即向单位值班室和辖区派出所报告。

4、严格防控整个站区

进出火车站旅客活动区的人数一般较多，身份各异。因此，需要为此类目标区域制定严格的防控措施。

将犯罪嫌疑人、吸毒人员等部分重点人员登记为重点人员数据库，设置重点区域，与人像抓拍数据库实时比对。一旦发现他们进入，会立即向保安值班室报告，进行刑事预警干预；将抓获人员数据库与黑名单数据库(如暴力恐怖分子在逃人员数据库等)进行实时比对识别。如果找到匹配，立即向保安办公室和分局报告。

保留长期的人像抓拍数据库管理数据，一旦企业发生案件，可以通过进行更加高效的线索筛选。可以通过设置关键区域、发生时间阈值或时间段来确定关键人员，以确认他们的活动趋势。一旦发现任何异常，会立即上报控制中心(如派出所)进行重点人员动态监管和刑事预警干预。一旦发生案件，可以进行高效的线索筛选。将连续一段时间(如10天)在该区域出现次数超过预定次数的陌生个体设置为需要跟踪的人。对当地人的动态了解。

5、人证一体化报警联动

在检票登记处安装人身份证一体化系统:从面部摄像头进行数据中自动分析提取方法人脸，工作管理人员刷身份证后，读取身份证照片、验证身份证信息以及文字等。对人脸和身份证照片进行现场比对，确定是否为本人。如果确定身份信息和面部信息不一致，会立即向指挥中心生成报警信息，面部照片会自动与预设的关键人员数据库进行比对识别。如果企业确认工作目标进行身份为公安部署嫌疑人，将立即可以提升报警级别，启动相关部门联动控制程序(如立即关联实时视频，同步多个警务室报警等。)

6、警用通信APP的动态识别与检索

某公司开发了面部识别检索app应用服务，可以加载到警用通信移动系统上。下载安装后，可连接平台的面部数据库，检索一线警务通信采集的人像照片，与预置的重点人员数据库、逃犯数据库等面部资源数据库进行比对。能够在秒级反馈工作时间内进行确认企业目标嫌疑人的身份管理信息，准确、快速、高效地支持发展前线安保和反恐行动。

3D人脸识别创新趋势

近年来，由于3D几何信息可以代表更独特的特征，使面部识别的研究走向3D人脸识别。目前，面部识别信息技术发展已经在多个领域可以实现，尤其是在安防和金融服务领域。未来下游将推动活体检测、3D识别等关键面部识别技术发展，形成新的识别创新。