2017年，苹果iPhone X率先将【3D视觉人脸识别技术】引入智能手机，在引起了市场关注的同时，也掀起了摄像头从2D转向3D的技术革命。如今，大力发展3D视觉技术已成为行业共识，但与2D人脸识别技术相比，3D的优势是什么？我们是否真的需要3D视觉技术？3D视觉与人工智能又会碰撞出怎样的火花？

近日，来自『深谱之光』的联合创始人崔建勇先生为我们做出了解答。深谱之光智能科技有限公司是一家新型人工智能企业，主要专注于3D视觉基础算法研发和产品推广，团队成员来自海归博士、华为、BAT等大型科技公司，在行业内有着丰富的经验。

——首先想请您科普一下，其实目前人脸识别技术已经比较普及的，市面上相关的公司特别多，为什么你们还会研发3D视觉人脸识别？3D人脸识别与现在的2D人脸识别有什么区别，以及优越性？

崔建勇：现在人脸识别在社会中的应用非常广泛，比如门禁、新零售、智能家居、身份验证识别等等。我们去银行、机场、高铁站，都会遇到人脸识别的产品和技术。但随着产品的应用越来越广泛，2D人脸识别的缺陷也逐渐显露了出来。比如在弱光线、遮挡、或者双胞胎的情况下，对2D人脸识别技术就形成了一定的挑战。又或者在医疗整形和美容行业，需要人脸的全息信息，这种问题2D人脸识别技术就没法解决了。

从概念上来说，2D人脸识别技术采集的是不完整的信息，人脸本身是一个三维的信息图，2D实际上是对人脸信息进行了简化，但3D人脸识别技术可以采集完整的人脸信息，这是2D与3D的根本区别。同时，由于3D人脸识别技术拥有完整的信息，在对比度上也会比2D人脸识别技术更高。从准确度上来说，3D人脸识别也比2D人脸识别具有更高的准确率。

——与2D人脸识别技术相比，3D的技术难点在哪里？

崔建勇：这个问题可以从几个方面来回答。首先，在应用方面，2D人脸识别技术的应用比较广泛，开源的软件和算法比较多，硬件也比较成熟。而3D人脸识别技术则是刚刚开始，它是因为iPone X的发布才引爆了需求，之前关注它的人其实并不多，所以3D人脸识别技术在硬件上的应用很不成熟，包括现在的3D模组，奥比中光是国内第一个能够批量生产3D模组的厂商。

其次，在算法难度方面，3D也比2D的难度更高。从数学角度来说，2D只是一个二维图像的识别，而3D涉及到三维，需要用到的数学知识也更广，比如微分几何，这些东西对于非数学专业的人来说，也具有很高的难度。

——资料上说，你们团队研究这个技术已经有20年时间了，说明这个技术很早就开始研究了。但是3D人脸识别技术真正爆发却是在iPhone X发布之后，为什么之间会有这么大的时间差？

崔建勇：算法研发和理论研究一般都会比实际应用提前10年、20年，我们这其实算是比较短的了。其实数学里面有很多理论都是几百年前就已经研究出来了，往往会领先于实际应用几百年，短的可能也是几十年。

任何技术的大规模推广和应用，都需要背后一系列条件的支撑。比如现在的人工智能，其实已经是第三次爆发和兴起了。在此之前已经有过两次爆发和衰落，也就是两起两落，现在是第三起。为什么相对前面两次，这次会做的更好？就是因为它现在的工业化基础和应用环境，无论是硬件还是软件，都比前两次更加成熟。

同理，3D人脸识别技术的应用爆发也需要一个契机点，而这个契机点就是iPoneX的发布。因为在这个业界，苹果的影响力最大，基本上苹果的所有技术都在引领业界，它每次用的技术都是其他友商下一代旗舰机的重点模仿和跟踪对象，大家都以苹果为标杆。

另外，3D视觉的应用不是一个点，它需要一个链条。除了软件和算法，它还需要硬件的配合，而3D模组是其中非常关键的一环。目前全世界只有苹果、微软、因特尔、奥比中光可以做到3D模组的真正量产，虽然国内有很多厂家也在紧张研发，但距离实现量产还需要一段时间。

这就是为什么有些技术明明早就有，但距离大规模应用却需要一大段时间的原因。

——在3D人脸识别这个领域，现在的竞争其实是非常激烈的，国外有微软、因特尔、三星、索尼，国内也有奥比中光等企业。不过这些公司都是偏向做硬件或者软硬结合，而深谱之光主要是做软件算法，为什么？你们以后是否也会做硬件？

崔建勇：我们的团队本来就是做算法的，我们在3D人脸识别算法上也已经积累了20年的经验，所以如果我们要创业，肯定会先从我们的优势出发。

每个公司都有它的基因，都有一个成立的背景和条件。我们公司主要依赖于法国里昂中央理工大学的图像处理和模式识别实验室，以及西安交通大学的大数据人工智能国家重点实验室，所以我们成立初期的主要方向就是软件和算法，这是我们的基因，也是我们的优势。

至于是否会做硬件，短期内我们是不会做硬件的，以后根据公司的发展情况可能会考虑。目前我们想做的是价值链上的一个点，只要先把这个点做好就行了。

——在3D人脸识别这个领域，主要的竞争点是什么？是算法算力，还是数据？

崔建勇：最终的决定因素还是它的数据以及应用场景。虽说算法是这项技术的核心，但并不是它最终的竞争点。因为人脸识别在不同的应用场景需要不同的定制优化，所以它的竞争点是需要在一个行业、一个领域里积累到足够多的数据，这个数据才是它真正能够获得竞争力的关键因素。

无论是3D人脸识别，还是2D人脸识别，它们用的方法都是深度学习。而深度学习的前提就是需要大量的数据来进行训练。所以说算法只是一个前提条件，而数据才是关键。

——既然数据是重要的竞争力，那么深谱之光目前有多少数据？数据源来自哪里？

崔建勇：我们现在的数据库大概有几万个，这个数据量看起来可能不是很大，但在3D人脸识别方面这个数量还是不小的。

我们的数据来源主要有几种方案，第一种方案是最基础的人工采集，我刚才说的几万个数据就是我们辛辛苦苦几个月靠人工采集得来的；第二种方案是通过2D数据生成3D数据；第三种方案，就是产品研发出来之后，通过产品应用回收一部分数据，这也是目前市面上一些厂商主要获取数据的方式。

——与指纹、虹膜等相比，人脸的隐私性更强，人脸图像也是非常重要的个人数据，如果没有妥善保管和合理使用，就会容易侵犯用户的隐私。深谱之光要如何保证用户的个人隐私呢？

崔建勇：首先作为个人隐私来讲，是需要国家从法律层面去做规定和保护，这才是根本，而公司以逐利为目的，利润很高的情况下难保某些公司不会违反道德约束，而法律可以从根本上对公司行为进行约束。其次，作为我们公司来讲，一定会遵守国家的法律。我们公司不管在数据采集，还是使用用途方面，一定会保证流程的合规合法。从物理上来说，我们采集数据的时候会进行隔离防护，同时在技术上，我们也会进行另外一层隔离防护。比如我们把原始数据加密保存，使用的只是进行特征提取和抽象之后的数据，这样的数据即使泄露出去，也不会产生危害。

——除了人脸识别，3D摄像头似乎还可以应用于很多其他领域，比如人机交互、AR/VR、辅助驾驶等等，深谱之光今后会往这方面发展吗？或者还是只会专注于研发人工智能？

崔建勇：这些都是人工智能的发展方向，不排除我们以后会往这些方向发展。不过目前因为我们公司还是初创期，规模比较小，所以比较适合的还是切入某一个具体的场景和领域，然后利用我们的算法在这个领域深耕，积累数据和经验。

——目前产品的落地情况如何？可以介绍一下吗？

崔建勇：我们公司是2018年成立，大概是4月底5月初团队组建完成，到目前为止大概经历了七、八个月的研发时间。现在我们的产品还没有落地形成订单。不过我们已经有两款研发成型的产品样机，第一款是基于3D人脸识别技术的「高端人脸识别智能终端」，第二款是基于2D人脸识别技术的「双目红外人脸识别智能终端」。这两款产品都有样机，也正在找场景进行测试。

除了这两款已经成型的产品，我们还有其他正在研发的产品。比如一个测试幸福指数的微信小程序，用户上传一张照片，小程序就会测出这个人的幸福指数，然后给一个评语。还有一款产品，是针对会议、酒店、银行大厅场景的VIP客户管理系统。

——关于“资本寒冬”，你们有什么看法？对你们的融资是否有影响？

崔建勇：客观来讲对我们还是有影响的，前两年金融货币政策相对宽松，人工智能也很火，在泡沫虚高的情况下，融资相对来说比较简单。而今年刚好赶上“资本寒冬”，人工智能的虚火也逐渐下降，所以投资人们无论是对人工智能还是其他项目，都会抱着更加审慎和理性的态度，因此对我们还是有影响的。

不过我们相信，对于真正有价值、有核心技术的企业，市场最终会给一个客观反馈。对我们公司来说，我们公司有核心技术，也有一个强大的团队，现在就是需要一个场景落地。只要找到场景落地，我相信我们的团队一定会受到一个客观理性的评价。

另外，“资本寒冬”对于没有核心技术或者核心能力的企业来说，肯定不是什么好事，但是对真正有核心技术与核心能力的企业来说，反而是一个很好的检验本身能力的“试金石”。经历过“资本寒冬”以后，市场才能看清楚，谁才是真正具有核心技术和核心竞争力。

——2019年，深谱之光有什么计划？

崔建勇：2019年，在“资本寒冬”的情况下，我们的计划首先是要“活着”。在这个基础上发挥自身优势，把我们的算法推荐给更多客户，更好地推广我们的算法。然后在算法成熟运用的基础上，切入一个行业和一个具体的场景，做我们的软件系统以及硬件系统。最后是针对某些场景，形成一个我们独家的解决方案。

总结起来就是，2019年我们的小目标是，找准具体的应用场景，形成基于我们的技术和算法为核心的软硬件一体化解决方案。