技术大讲堂：3D人脸识别才会更准确
> 技术大讲堂：3D人脸识别才会更准确
技术大讲堂：3D人脸识别才会更准确
是指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术，其可以定义为：输入查询场景中的静止图像或者视频，使用人脸数据库识别或验证场景中的一个人或者多个人，通常也被称为面部识别、人像识别。具有非强制性、非接触性、并发性等特点，因此研究者在上世纪六、七十年代就开始了技术的研究。进入九十年代后，随着高性能计算机的发展，人脸识别技术获得了重大突破。美国国家标准技术局(NIST)举办的FRVT2006(Face RecognitionVendor Test 2006)通过大规模的人脸数据库测试表明，人脸识别技术的识别精度要比FRVT2002至少提高了一个数量级。部分识别算法的精度超过了人类的平均水平。对于高分辨率、高质量的正面人脸的识别率达到100%。本文引用地址：人脸识别技术的难点虽然人脸识别技术经历了较长的研究阶段，但至今还是被认为是生物特征识别技术中较为困难的研究课题之一，其原因在于：1.背景环境的复杂多样在进行人脸识别前需要先对监控场景中的人脸进行定位，即人脸检测。人脸检测的正确与否直接影响人脸识别性能。当监控场景的背景较为复杂时，人脸检测率也会随之降低，因此能够适应复杂背景环境的人脸检测算法是人脸识别技术的难点之一。2. 光照条件的复杂多变在智能视频监控系统的实际应用中，会由于监控环境光线的变化造成检测到的人脸图像存在不同的阴暗变化，如图1所示。FRVT2006测试表明，不同光照条件下人脸识别虽然在性能上比FRVT2002有显著提高，但是还没在根本上克服光照对识别率的影响。 ?图1 光线变化对采集到的人脸影响示意图3. 人脸表情的多样性在实际应用过程中，人脸的表情随时都可能发生变化。图2给出了部分表情变化的人脸图像。从图2可以看出，当人的表情发生变化时，可能会引起人脸轮廓以及纹理的变化，同时由于面部肌肉的牵引，面部的特征点的位置也会随之改变。不同的表情引起面部的变化都不同，此外，不同的人的相同表情影响也不相同，因此很难用统一的标准来精确划分各种表情对不同人的影响。 ?图2人脸表情变化多样性示意图4.采集人脸的角度多样性人脸的角度多样性主要是指由于拍摄角度的不同导致检测到的人脸图像的旋转，包括平面旋转和深度旋转。图3列出了部分不同角度拍摄的人脸图像。从图3可以看出，与表情变化对人脸图像的影响相同，拍摄角度的变化同样会导致人脸轮廓的变化，除此之外，由于角度的变化，可能会导致人脸的部分特征无法被正确提取，进一步导致人脸的错误识别。图3 采集人脸的角度多样性示意图5.遮挡问题即使是非人为故意遮挡，在实际应用时检测到的人脸图像也经常会出现如帽子、眼镜等遮挡物，除了这些，胡子以及刘海的变化也直接影响人脸的特征提取，图4举例给出了出现遮挡的部分人脸图像。当人脸图像发生遮挡时，人脸的很多信息会丢失，导致人脸识别算法出错或失效。图4采集到的人脸存在遮挡物示意图人脸识别系统的步骤人脸识别系统主要包括四个组成部分：人脸图像检测、人脸识别预处理、人脸特征提取以及特征匹配与识别。1.人脸图像检测人脸图像检测是人脸识别过程的关键环节之一。人脸检测是指对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果有，则返回检测到的人脸图像的位置、大小以及姿态。人脸检测主要利用人脸图像的直方图特征、颜色特征、模板特征、结构特征以及haar特征等。人脸检测的难点主要在于：(1)光照的复杂多变，图像序列中存在的人脸图像可能由于光源的照射角度或监控环境中同时存在的多个光源而导致阴影或对比度的变化，增加了检测难度，图5为光照对人脸检测影响示意图，从该图中可以看出右侧第二张人脸图像无法被正确检测，其原因在于由于光照角度问题该人脸图像的左半侧与右半侧亮度差距较大；(2)拍摄角度以及图像清晰度，如果成像距离较远，或者图像序列分辨率较低，可能会导致人脸图像清晰度差而无法被正确检测，图6为图像清晰度对人脸检测影响示意图，从该图可以看出，图像成像距离近的人脸图像都可以被正确检测，然而最后一排的人脸图像则无法被正确检测到；(3)人脸图像中可能存在的遮挡物，场景中的人脸图像可能由于眼镜、帽子等遮挡物而影响检测结果，除此之外，刘海、胡子的变化等也可能对人脸图像造成影响，图7为遮挡物对人脸检测影响示意图，从该图可以看出，当左侧无遮挡物的人脸图像可以被正确检测时，右侧存在遮挡物（帽子和眼镜）的人脸图像则无法被检测到；(4)人脸复杂的细节变化，人脸的成像可能会由于表情的变化而略有不同，此外，人脸图像的角度旋转也影响人脸检测的正确检测率，图8为细节变化对人脸检测影响示意图，从该图可以看出，左侧及右侧的人脸图像都有不同程度的旋转，当中间未发生细节变化的人脸图像可以被正确检测时，发生旋转的人脸图像无法被正确检测。（图5、6、7及8的检测结果均使用haartraining训练得到的人脸检测器进行检测得到的，图片来源于网络下载）图4-5 光照对人脸检测影响示意图图4-6 图像清晰度对人脸检测影响示意图图4-7 遮挡物对人脸检测影响示意图图4-8 细节变化对人脸检测影响示意图2. 人脸图像预处理预处理是指在进行人脸识别前，为了提高识别率，通过图像处理技术对检测得到的人脸图像进行的一系列图像质量提高。这些处理主要包括灰度校正、噪声过滤、光线补偿、直方图均衡化、归一化等。3.人脸特征提取人脸特征提取是对人脸进行特征建模的过程，提取方法主要分为两大类：基于知识的表征方法和基于代数特征或统计学习的表征方法。目前人脸识别技术中使用的人脸特征主要包括视觉特征、人脸图像变换系数特征，人脸图像代数特征等。其中基于知识的表征方法主要是根据人脸五官的形状描述以及它们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常是使用特征点间的欧几里得距离、曲率或角度等。基于几何特征的表征方法是指利用人脸五官之间的结构关系的几何描述进行人脸表征的方法。4.人脸匹配与识别匹配与识别是指利用上一步提取到的人脸特征，与样本库中存储的特征模板进行搜索匹配，在这个过程中，需要预先定义一个阈值，当相似度超过该阈值，则输出匹配结果。人脸识别技术的研究现状人脸识别方法大致可以分为两类：基于2D人脸图像的人脸识别和基于3D人脸图像的人脸识别。其中，基于2D人脸图像的人脸识别算法概括起来人脸识别方法主要分为以下几个大类：1. 基于模板匹配的方法，其中模板可以使用固定模板和可变模板；2. 基于知识的方法；3. 基于统计学习的方法。近些年，利用提高识别性能得到越来越多的关注。三维人脸识别是指将采集获得的待识别对象的脸部三维形状数据作为识别依据，与库中已知身份的脸部三维形状数据进行匹配，然后得出待识别对象身份的过程。
分享给小伙伴们：
我来说两句……
微信公众号二
微信公众号一加密和用户认证，是伴随着账号系统产生的需求。为了保证数据安全就需要加密，加密也就意味着需要认证解锁。QQ/微信/支付宝/微博/邮箱等网络工具越来越多，加密和用户认证的频次和安全要求也跟着提升。对用户认证的方便和安全性要求，催生出了复杂的密码和用户认证学科。
认证方式分为“知识因素（用户知道的）、所有权因素（用户拥有的）和用户自有特征”3种，这也是用户认证历史的发展路径：PC的交互方式主要是键盘和鼠标，最核心和基础的用户认证方式依旧是数字和字母密码。
在输入不便但带有大量隐私信息的移动端，最简单的数字PIN码到图形解锁，对应的是“用户所知道的知识因素”；后来的NFC和蓝牙标签，对应用户的所有权因素；再后来的人脸和指纹等生物认证，对应的则是用户的自有特征。
百花齐放，脑洞大开的生物识别
用户认证最核心的是方便和安全性，用大白话讲就是需要别人难以破解，但用户却可以轻松完成认证。毫无疑问，生物认证才是用户认证的终极方式，这就是指纹识别可以在短短的4年间从高端功能变成了所有手机标配功能的核心原因。
生物认证远远不止指纹一种方式，其概念已经存在了数万年之久，最古老的例子莫过于人类自身通过人脸对其他个体的识别，不同个体之间的语音、步态、签名都是可用于生物认证的特征。
虽然人类漫长的进化史留下了多种多样的生物特征，但不同的生物特征及其认证机制的难易程度千差万别，最后能适用于移动平台的方案屈指可数。
目前应用最广泛，方案最成熟的生物认证方案主要包括指纹、眼睛、人脸/耳朵和语音识别有4种。当中的语音识别，是最早实现但却一直没有大规模使用的方案。录音和校对即可完成语音识别，但声音这个物理量本身的限制太多：负载信息极其有限、容易受环境音影响、甚至人类年龄和身体状况都会影响声音。
最致命的，是声音实在是太容易记录和复制了，即便是预设的语句校验，只要一定的运算量和时间，人工合成的声音就能欺骗认证系统，安全性有天然的缺陷。
眼睛识别的认证方案主要包括视网膜、虹膜和巩膜血管识别，它们分别对应眼球的底部以及大家俗称的眼珠和眼白。这些都是高度异像的生物特征，现在都只能通过光学的方式进行采集和认证。
当中的视网膜的位置太深入，难以采集图像，而虹膜、巩膜血管都可以通过普通的光学摄像头进行采样，且有一定的防伪造能力，应用场景更加广阔，早在1年前的Note7上，就已经大规模使用虹膜识别了。
人脸和耳朵都是基于物理的深度信息进行认证，同样是光学识别方案，通过采集的图像和深度信息，对人脸和耳朵轮廓的特征点进行拟合。最著名的应用，肯定是苹果iPhone X的Face ID，当年的微软Kincet本质上也能有类似能力。
人脸认证可能会受到眼镜、帽子、毛发的影响，也会受到光学方案无法避免的环境光影响，用户年龄、疾病和体重都会导致面容的变化，苹果的方案为了减轻这方面的影响，主要通过人工智能深度学习和使用过程中的后台多重录入进行规避。虽然增加了工作量，但安全性已经非常高了。
生物识别中，最耳熟能详的肯定是指纹识别了。人类指尖皮肤上的脊会形成独特图案，几乎没有重复的随机特性是极佳的认证数据源。指纹和其他几种方案，最核心和本质的分别在于，指纹是接触式识别，可以留下压力、温度，甚至声学的信息，是现在识别方式最丰富的生物认证方式之一。
主流的指纹识别方案包括光学、电容、超声波、热感、压力等5种，当中的主动热感和压力指纹，分别受限于功耗和压感材料的热敏特性，暂时无法在移动设备中大规模应用。电容指纹识别，就是现在手机上应用最广泛的识别方案，瑞典FPC、中国汇顶、美国Synaptics都已经是业内耳熟能详的电容方案供应商了。
而最近兴起的主要有超声波识别和光学两种，而它们崛起的主因，却是大家都预料不到的全面屏。
大浪淘沙，全面屏时代“意外”到来
纵然生物识别多种多样，但决定它们未来的，是手机和移动领域的演进方向。虽然手机的终极形态还无人知晓，但大众对手机终极外观的幻想，早在十几年前的科幻片和概念图已经定型。正面只有屏幕的全面屏设计早就不是什么新鲜的概念，甚至夏普也早就有接近全面屏的产品线，但直到2016年，业界才正式开始向全面屏大步跃进。
突如其来的全面屏浪潮，让听筒、光线/距离传感器、传统的正面指纹识这些部件统统都得让位。隐藏式听筒、超小的前置CMOS和屏下指纹技术逐一上马。但最难解决的，还是必须得面向用户，必须出现在屏幕旁边的生物认证部件和前置摄像头。
一下子，手机厂商可以选择的方案就剩下背面指纹、屏下指纹、虹膜和人脸识别了。
当中，因为屏下指纹技术还未大规模量产，三星在今年的旗舰Galaxy S8、Note8上一口气集中了背面指纹、人脸和虹膜识别几种方案进行互补，而小米、vivo、OPPO等国内厂商，也都对安卓几年前已经放弃掉的人脸识别进行了强化。
前置摄像头的无法规避，让安卓之父的Essential Phone、夏普AQUOS S2和苹果的iPhone X都毫无例外地保留了“额头刘海”，多少都会给人一种进化到一半的违和感。
值得一说的是，虽然苹果工程师澄清表示iPhone X最开始就没有考虑指纹识别方案，但极具讽刺意味的是，还有不少人认为，现在被炒得火热的Face ID其实只是屏下指纹的备选方案而已。无论是供应链消息、早期泄露的iPhone X原型机，还是公众的期待，指向的都是极具科幻气息的屏下指纹纹方案。
Face ID主要由红外摄像头、泛光感应原件、点阵投影器3个部件构成。为了控制功耗，克服人脸上的障碍物和红外光点阵的安全性问题，最终Face ID的工作过程分为几个阶段。
第一阶是距离传感器检测到人脸或其他物体靠近后，触发第二阶的泛光感应元件发射非结构红外光。经过人脸的反射后的图像由红外摄像头接收，A11仿生芯片的双核神经网络引擎判断为人脸后，才触发点阵投影器。3万个红外光点投射到用户脸部后的反射光被红外相机捕捉，计算不同位置的深度信息并和安全隔离区里的模型进行匹配确认，这才完整走过整套识别流程。
虽然苹果为这套系统加入了前置虚化、安全等级更高的身份验证和颇有趣味性的动态人脸emoji功能，但元件多、功耗大、高度依赖深度学习处理器等问题，依旧是Face ID的命门。另外，苹果不可能向业界开放技术，即便其他厂商要造出类似的功能也得从零开始，暂时没有普及的可能性。
Face ID现阶段对硬件组装精度要求非常高，零部件偏差几微米都可能导致整个模块无法工作。在iPhone X量产之初，限制它产量的，居然不是标志性的全面屏，而是这个新鲜的面部识别模块。苹果面部识别方案背后依赖的神经网络处理器，也是另外一个限制其推广的大门槛，得有这个引擎才能提供足够低功耗和速度人脸识别，没有所谓的向下兼容可能性。
先不论苹果Face ID方案推广和普及的可能性，这种方案在功耗和使用场景上的优劣还有待商榷。而普通的人脸识别，虽然现在可以做到很高的识别速度，但却非常容易被欺骗，所以这些厂商都将其作为指纹或者虹膜识别的备用方案，用于提升解锁速度。
很遗憾地说，虽然Face ID一定程度上引开了大家对屏下指纹方案的关注度，但现有的生物识别方案中，有且仅有正面隐藏式指纹识别方案才是最适合全面屏的方案。
高通的预判：最成熟的屏下指纹方案
屏下指纹，顾名思义就是要穿透屏幕进行指纹识别，现在能做到的主要有光学和超声波指纹两种方案。光学方案是最古老的指纹识别方案，通过屏幕像素点之间的缝隙进行光路传输即可完成工作。光学屏下方案，在机理上听起来很简单，而且也有很多厂家投入研发。
苹果在2014年收购的LuxVue，其方案是在屏幕红绿蓝子像素中混入红外发射器和接收器，做成交互像素。而国内的汇顶，就是在AMOLED屏幕加入接收器，通过子像素缝隙透光识别的方案。Synaptics、费恩格尔（中低端手机的指纹识别供应商，用的也是红外光）和迈瑞微，都声称已经在研发光学屏下指纹方案。
光学方案的主要问题是在屏幕透过率和识别率，屏幕本身的趋势是开口率越来越大，留给指纹识别的缝隙就很小，会直接影响识别速度和精度。此外，红外和屏幕本身光源都会遇到环境光线的影响，以及与屏幕面板集成的成本，都是光学方案急需解决的问题。
超声波指纹，其被认为是电容方案之后的第三代指纹识别技术，主要玩家和推广者都是高通。说起高通，大家第一印象估计都是骁龙移动计算平台和调制解调器，但实际上高通也是超声波指纹识别方案最主要的推动者之一，高通的方案也是首个商用的屏下指纹方案。
早在2015年，高通发布了基于超声波的Sense ID 指纹技术并在同年量产。其最著名的应用是乐视系列手机和小米在2016年9月推出的小米5s，后者是首台没有开孔的正面指纹识别手机，同时解决了部件、寿命和一体性的问题。
当时的超声波芯片由10000个微震传感器组成，压电材料产生的超声波具有穿透力，通过检测遇到不同物质后的回波变化进行3D指纹识别。超声波方案最早的优势是不受汗水、油渍影响，而且收集的是3D指纹信息，有更高的安全性。
高通的提前布局，最终反超所有业界对手，让超声波指纹方案成为最成熟的屏下指纹识别方案。2017年6月，高通在上海MWC宣布了下一代的超声波指纹识别解决方案——高通指纹传感器。高通在上一代骁龙Sense ID 指纹技术基础上进行了强化，应用介质覆盖了屏幕、玻璃和金属，除了屏下指纹，还额外提供了定向手势检测、心率检测和水下指纹识别等意想不到的特性。
业界最关心的物质穿透能力上，高通在6月公布的方案中，已经从前代的400微米玻璃/金属，提升到800微米的玻璃和525微米的铝合金。而最夸张的是，这个方案已经可以穿透1200微米OLED屏幕，并在vivo Xplay6改装的样机上实现了屏下指纹和背面不开孔指纹的真机演示。
高通超声波方案覆盖得异常广阔，从最穿透的背面指纹识别、正面指纹常规位置和最新的屏下指纹都被覆盖。对于前两者，主要提升在于无需额外开孔并对油水免疫，方便厂商提升设备防水等级和外观设计。
在指纹识别之外，超声波传感器还具备心跳和血流检测能力，可以用于活体检测。其也是现在唯一能把火腿肠和人类手指分开的主流指纹识别方案。高通继续扩大超声波的放射范围，让指纹识别区域上方的一定范围内具有手势检测能力，实现方式和投影键盘甚至Face ID有点相似，只是把光线换成了超声波。
因为背后是骁龙移动计算平台，高通的超声波指纹方案得到了骁龙移动平台的安全模块、基于ARM的TrustZone构架的直接安全支持。高通的TrustZone包括了一整套安全方案，当中包括了高通信任执行环境、安全启动、访问控制、外围安全模块、存储加密、秘钥管理等部件。高通用性和低门槛之外，厂商可以直接使用指纹传感器的SPI接口并用于解锁、移动支付和文件加密等场合，这些都是其他方案所无法比拟的优势。
从业界的角度上说，高通作为上游芯片厂商，其提供的解决方案，和任意一家手机厂商发表新技术的分量完全不同。因为高通的受众是整个上游产业链，而不是某个品牌。甚至高通在最开始设计的时候，就已经是瞄准了整个移动市场。
骁龙Sense ID是骁龙移动计算平台集成的解决方案，支持最新发布的660/630平台，可以兼容包括骁龙800/600/400系列在内的骁龙移动计算平台，甚至也可独立面向其他平台使用，所有的OEM厂商都有可能搭载屏下指纹和不开孔的背面指纹识别方案。
我们无法确认未来的手机最重要的卖点会不会还是性能和拍照，未来的语音、人工智能、体感、手势操控会否有能力代替触屏。但可以肯定的是，以后的手机一体化程度和屏占比会越来越高，根本容不下Face ID众多的正面部件，这个是面部识别方案迟早会遇到的瓶颈。
除了用户的心里印象上的差异，指纹识别方案，本身的起点就和其他方案不一样。无论是面部，还是虹膜和巩膜识别，他们都是基于光学的非接触式方案，而指纹则是接触式的，声、光、电、力、热，这些最基本的物理量都可以成为指纹识别的备选方案。
而高通的超声波指纹识别方案，则是站在可选路径最丰富的生物认证方案上，绕开了电容、光学指纹等方案固有的缺点。即便不是全面屏的“意外”提前出现倒逼着方案商加速屏下指纹方案的商用，屏下指纹也注定会是未来手机标配的生物识别方案。三重生物是识别，信息是否真的安全？其实国美U7手机还有很多你不知道的_值友评测_什么值得买
当前位置：
三重生物是识别，信息是否真的安全？其实国美U7手机还有很多你不知道的
小心子2010
前言& & 自从去年6月，中了第一个轻众测，我立下目标，要在一年之内中到一部手机。结果，梦想提前三个月实现。初识国美U7时，我跟大家一样，都会感叹“国美还出手机了？”好熟悉的品牌，但是，却是第一次见到它旗下的手机产品。很幸运，拿到了这款手机。感谢大妈给我机会，让我圆梦在35岁的生日月。我会给大家带来客观的测评，告诉大家，这款国美U7是否值得买。站在消费者角度，总体评分：（10分满分）颜值：9分；重量：8分；速度：7分；拍照：7分；续航：8分；面部识别：& 6分；虹膜：8分；Face-Me：8分；第一篇章：9分的外观▲ 国美U7手机盒子是方方正正的，很薄。盒子很干净，正中央印有“GOME”。▲ 这是一个伪开箱，手机本身有一层贴膜，因为两天就被掀起一个角，所以我干脆给撕了。拍照的时候，我重新把手机装回。手机带了几个配件：Type-C数据线，耳机转换器，电源适配器，以及一个透明。【遗憾】： 电源适配器峰值有点小，5V2A。近几年已经比较少见这种10W峰值的充电速度了，需要适当的提高一下。▲ 手机底端采用对称设计，中间是USB接口，两侧是音响。一直以来，只见过华为手机用Type-C数据线，这算是第二个品牌吧。虽然说正反都可以插，比较方便，但是，与家里的其他电器不能通用。▲ 手机顶端是。【亮点】：我不太用手机听歌，所以，看到耳机转换器的时候一愣，发现手机上下端都没有耳机插孔。它是通过Type-C插孔来转接耳机的。不过，外出听歌的时候，需要带着这根转换线。▲ 国美U7手机屏幕6英寸，属于大手的福利。在我试用过的几十部手机中，国美U7的颜值算是比较高的。我个人比较喜欢这种中规中矩，方方正正的外观，前后都是一个平面，放在桌面上不会因为弧面而摇摆。▲ 手机前后面都是玻璃材质，手感挺好的。但是，玻璃材质比较粘灰尘，也比较粘手印。给手机拍照的时候，正反擦灰尘和手印是最大的工程。刚拿到手机的时候，我惊呼一声：---- 老公，这个手机居然是前置双摄！没听说主打自拍啊。---- 说对了，人家那个是虹膜，人家主打安全。别总想着臭美了！---- #%￥&▲ 手机背面的玻璃反光效果倒是挺好的，有时候头发乱了，我可以顺手拿起手机背面，对着整理一下头发。所以，拍照的时候，找光线又好一顿忙活。【亮点】：之所以说手机的颜值有9分，应该归功于这个偏红色的金线，无论后置摄像头的压线还是手机四周的金线，都提升了手机的身价，看起来有点商务的“型”。第二篇章：7分的速度&&&& & 国美U7搭载联发科P25处理器，4G+64G存储，1080P分辨率。还是第一次用GOMEOS系统，单纯的从系统速度来讲，我想给6分的，最终给了7分，是因为它的价位。千元机不能要求太高。不过，在我体验过的几款千元机里，国美U7的速度真不敢恭维。体验过微信风靡一时的小游戏“跳一跳”之后，看到那颗棋子在空中经过几次卡顿才能跳落到对岸，我的小心脏也跟着一顿一顿的到了对岸。【矛盾点】：虽然生物识别算是比较前沿的科技，但是，对于日常使用来说，手机的速度占据非常重要的位置。如果可以将重心放在提升手机速度，才会有更广阔的市场空间。& & 系统跑分：▲ 从系统跑分可以看到，系统跑游戏还是有点累的，支撑打电话、微信、网页，还是没有问题的，但是不能运行大型的3D游戏。▲ 这款手机系统采用隐藏虚拟按键，中间是home键，左键是菜单键，右键是返回键。【亮点】：长按系统某个应用，可以将它移至系统顶端，并在合适的页面单击存放，而且可以一次移动多个应用，这比长按拖动要方便一些。▲&&GOMEOS系统里有个“钥匙串”，可以保存常用应用的账号和密码，比较适合懒癌患者，(^o^)/~，一次性设置了账号及密码，之后再次登录时可以一键复制，粘贴至应用里即可。【注意】：账号和密码在经过复制之后，会出现在粘贴板，在公众场所使用这个功能，不利于信息安全。第三篇章：三重生物识别科技& & 三重生物识别：面部识别、虹膜识别，以及Face-Me识别。确切的说，Face-Me也是通过面部识别来完成的。这是我第一次这么深入透彻的研究这三重生物识别。三重识别各有特色。从方便的角度来说，面部识别是比较简单易操作的，只要机主拿过手机，面部冲着手机，手机就可以自动解锁。但是，从安全的角度来说，虹膜识别是比较靠谱的。因为面部识别是可以通过照片完成的。也就是说，任何人拿着机主的照片，都可以解锁手机，这就意味着，手机没有安全可言。而虹膜解锁是通过判断眼睛的距离、形状等因素，进行判断。而且虹膜解锁不能佩戴眼镜，只有裸拍才能成形，大大提高了识别的准确性。~ 1 ~ 失败的面部识别& & 其实，是成功还是失败，各人都有自己的一套规则。我之所以说面部识别失败了，是因为它可以用照片解锁，而且，我提高了美颜等级，以及将照片做了装饰，都可以无障碍解锁手机。也就是说，任何人都有可能解锁手机，失去了手机加密的意义。~ 2 ~ 靠谱的虹膜解锁& & 经过试验，虹膜解锁不但判断了机主的眼睛的形状和距离，还加入了3D的判断，所以，照片无法突破虹膜解锁。虹膜解锁可以单独加密某个或者某些应用。比如：支付宝。我在打开支付宝的时候，它会显示让我眼部识别，虹膜解锁。刚开始不熟练的时候，系统不断提醒我“近一点”“远一点”，用了几次之后，虹膜解锁还是比较快的，只需要几秒钟。~ 3 ~ 有趣的Face-Me& & &刚才说过了，Face-Me是面部识别旗下的一部分，所以，Face-Me还是可以通过照片来破解的。不过，Face-Me不同于普通的手机解屏。Face-Me是用于手机来电、短信，以及微信等即时消息加密的，如果来电之后才去找照片解锁，还是不容易实现的，所以，安全性能高于面部识别解锁手机。刚开始，我妈给我打电话，老公把手机递给我的时候说：---- 未知号码。（一脸疑惑）---- 啊？（我也是一脸疑惑，接过来就放在耳朵上听，结果是我妈。我还问她，怎么这么隐秘，用的什么手机给我打电话？又把我妈说懵了）& & 放下电话，重新去翻查来电记录，显示出了我妈的手机号。后来才明白，Face-Me识别老公的脸，失败了，所以不显示号码，我接过手机没有识别就放到了耳朵上，所以，识别又失败了。之后再有来电的时候，我都会拿过来看一下，识别了号码，才接起。老公再也看不到我的手机来电了。哈哈。&▲ 同样的，短信、微信、QQ消息也是需要机主通过Face-Me面部识别才能读取的。第四篇章：7分的拍照&&&&&&&给出7分的成绩，我也比较纠结。从开篇的成绩表可以看出，给出7分的拍照成绩，总体来说拖了后腿。实话实说，手机白天拍摄室外的景物，记录随身的场景，还是挺不错的，给出7分是因为手机的夜景拍摄有比较明显的短板。国美U77级美颜也有比较明显的效果，或许是我对它的要求有点高？▲手机拍照没有全景模式，不过它有18:9的尺寸，一定程度上还是可以取代全景的震撼感觉的。相机有多种拍摄模式及多款滤镜，玩法还是比较多的。系列样片：&&&&&&拍摄室内场景，光线不足的情况下，照片有了一定的噪点。从色彩来看，照片偏冷：拍摄夜景，照片下不但有明显噪点，细节也有缺失：自拍：0-7级美颜的效果。【实例】：以眉骨做实例，细纹和细小的眉毛会随着美颜级别的增加而减少。美颜至7级，细小的眉毛基本都没有了。第五篇章：8分的充电/续航&▲ 容量3050mAh，还算中规中矩。电池性能跑分14679分。&&▲ 将美图U7放空电，关机充电。20min充电约26%，40min约充电55%，大约70min即可充到99%，大约80min充满。或许是电池容量不太大，所以没有搭配更大的电源适配器吧。80min充满电，速度还算不错。▲ 手机充满电，后台应用全部取消，单纯看视频30min，电量消耗11%，继续玩消消乐30min，电量剩余80%，设置屏幕亮度最高，待机30min，电量剩余72%。电量3050mAh，本身电池就不是很大，这个耗电速度比较正常。总结：&&&&&&&这次测评国美U7，我是完全站在消费者的角度来使用的。不但体验了国美U7主打的三重生物识别，还对系统的速度、相机的拍照、以及手机的充电续航做了深入的体验。总结如下：优点：1、虹膜识别通过对面部眼睛结构、3D立体效果进行识别，相对比较安全的锁定了某些应用，提高了手机的安全系数，让我可以放心使用，不怕泄密；2、Face-Me通过面部识别解锁来电及信息，让老公面对面都看不到我的手机消息，很有趣；3、6.0英寸大屏手机，看视频很畅快，手机前后双玻璃面，颜值比较高；4、手机取消耳机插孔，减少了灰尘进口；5、相机在光线充足的情况下拍摄效果还不错，7级美颜也有比较明显的效果；遗憾：1、手机电源适配器峰值有点小，火车都提速了，10W峰值的速度有点跟不上时代的步伐。电池容量也不大，3050mAh导致续航一般；2、联发科P25处理器不给力，系统速度比较慢，可以满足看视频、聊天的需求，但是玩游戏就会比较卡；3、相机夜景拍摄短板比较明显；4、面部识别比较失败，用照片可以解锁手机，没有安全性可言。&&&&&&&对我个人而言，手机是日常生活的必须品，我会用它打电话、聊天、看视频、上网，也就是说，在信息安全的前提下，我会对手机的速度和续航比较重视。那么，亲，你呢？
已有36人赞过
的其他测评
本文评测的商品
三重生物识别手机 国美 U7
作者其他评测
热门众测活动
minij小吉 G1K-MZB水珠壁挂洗衣机（非智能版）
申领：20积分
【心跳回忆】众测四周年定制信物 丨 评论有奖
申领：1积分
vivo NEX 旗舰版
申领：20积分
【好文活动专享】云麦好轻 mini2 体脂称
申领：1积分
上汽通用别克GL6
申领：20积分
【轻众测】直白 HL3 便携负离子吹风机
申领：20积分
【轻众测】CB12 漱口水
申领：1积分
用户名/邮箱
两周内免登录