2017年9月，iPhone X的发布，带动了无数个Face ID相关的话题。虽然iPhone X 的Face ID拥有很高的技术壁垒，但是大半年后，国产手机厂商开始逐步推出搭载Face ID的旗舰手机，包括5月发布的小米8探索版，以及OPPO Find X等。业内人士表示，安卓版的Face ID 的技术与苹果同源，但是应用效果是否可以能够与iPhone X同日而语，还有待市场检验。
小米Face ID安全性低于苹果
苹果Face ID背后技术的学名为3D结构光。它的工作原理并不复杂，通过近红外激光器发射具有一定结构特征的光线后，经过人脸反射，形变之后的图案被红外图像传感器所接收。由于原始光线在被摄物体的不同深度区域被反射，采集后生成的图像相对原始光线结构发生变化，通过运算单元将这种结构的变化换算成深度信息，然后两颗图像传感器的信息再汇总至专用的图像处理芯片，从而得到拍摄物体的三维结构。
因为整体技术解决方案较为成熟，移动端的3D结构光技术主要以苹果的3D散斑结构光为主。但是由于苹果较早收购了提供该技术公司以色列公司Primesense，相关的专利技术掌握在Primesense手里，为了防止专利上有所纠纷，以同来自以色列Mantis Vision为代表的公司，寻求了第二种技术解决方案，也就是目前小米8搭载的编码机构光技术，虽然两种方案均能通过点阵投影器投射的30000个编码点阵，创建毫米级3D面部模型，但是细究之下，两者的安全性略有差异。
“为了获得深度信息，苹果的3D散斑结构光的方案，投射的图案是随机的。不仅每个批次不同，衍射扫描的序列也可以随机。” AAPL Beijing Council的负责人JasonStv告诉《IT时报》记者，小米的编码结构光方案有所不同，它点阵投射器投射的编码点阵是固定有模式的，相比之下，算法更为复杂、随机性大的散斑结构光方案，从被破解的技术难度上来说，比编码结构光难度较大。
不过多位业内人士表示，本身两种技术方案同源，整体安全性水平相差无几。由于搭载的机型尚未上市，具体精度、误识率等问题还有待检验。
支付尚有难题未解
在小米8的发布会上，用户意外发现，小米8探索版的Face ID尚不能应用于支付等环节，这一发现引发用户担心，是不是技术方案不成熟，导致目前小米的Face ID主要应用于解锁？
“用于支付，就与钱挂钩。厂家十分小心，如果别人的脸也能支付，容易引起纠纷，因此，不能局限于单单结构光三维重构，还要做图像特征和纹理比对，传统基于图像的技术同样重要。”安徽大学光电信息获取与控制教育部重点实验室的一位研究员告诉《IT时报》记者，普通算法比较成熟，能不能应用与支付挂钩，那要看搭载的算法更偏重精度还是速度。
专注于生物识别方案的上海图正董事长刘君分析，小米未应用支付的原因，很可能是多层次的。比如说目前整个支付场景尚没有准备好，金融机构是否愿意开放等等，手机本身安全架构是否存在缺陷也可能是重要原因。
“搭载指纹识别的传统安卓手机本身拥有TE与安卓两套系统。TE完全是封闭的，指纹存储获取比对的过程是在TE完成的。Face ID解锁时，摄像头获取图像发送需要与安卓系统连接，从安全体系来说，这是个可能的漏洞。”此外，刘君还表示，Face ID的算法较为复杂，现有的大部分处理器很难运行，必须配有专有的硬件加速核。这些问题都需要给安卓厂商一定的窗口期来解决。
苹果对安全的把控是高姿态的，iPhone X的安全是硬件级别的，“苹果的芯片中会预置的安全区域（Secure Enclave）保护用户数据安全。 iPhone X硬件上的 Secure Enclave 更是增大了好几倍存储面部书数据。”JasonStv说道。
由于小米8探索版尚未上市，并不清楚小米如何解决这一问题。相反，OPPO却十分高调。刚刚发布的OPPO Find X，奥比中光为OPPO提供的3D结构光技术最重要的应用是人脸解锁和安全支付。刘君分析，奥比中光的解决方案与苹果类似，虽然无法做到与苹果一致通过内置SE解决安全问题，但外接SE的做法，最终安全效果与苹果相差不大。
产业链成熟度有待提升
在Yole发布《3D成像和传感-2017版》报告中，预计3D成像和传感器件市场的复合年增长率为37.7%，2022年将达到90亿美元。不过，目前市场玩家仍然较少，全球范围内掌握结构光核心技术的公司不多，除了Primesense之外，还有英特尔、以色列MantisVision等少数几家公司。国内方面，目前致力于3D视觉结构光方案的初创型公司包括图漾科技、奥比中光、华捷艾米等，但是国内能够量产的厂商，只有奥比中光一家。
虽然目前小米与OPPO率先发布了搭载Face ID的手机，但是业内人士表示，产能是一个大问题，目前，两款手机均在7、8月份才能上市。“结构光一般要通过衍射器件产生，要微型器件集成在手机里，那么产生结构光的器件能加工到什么精度，也决定了最终检测精度。”上述安徽大学研究员表示，目前生产这些器件的供应商比较少，全球范围内可以提供该类产品的公司为少数几家芯片巨头，包括意法半导体、德州仪器、英飞凌等。
刘君认为当下产业链还没有完全准备好，此前业内人士普遍预判2018年底，产业链才能突破精度以及良率等工艺难题。 
