談到生物識別，有兩點不得不談，其中一個是算法，另一個便是傳感器。在費恩格爾CEO黃昊看來，算法、傳感器和處理器構成了推動生物識別發展的三架馬車。
算法是生物識別的基礎和關鍵。細細看來，從光學指紋到電容指紋，從各種方案的支撐到小面陣的縮減再至屏下指紋、屏內指紋，這是整個指紋識別技術更新的方向。2017年iPhone X發布的Face ID把生物識別在手機端的應用提高到一個新高度，出現了3D人臉識別。人臉識別在智能手機的出現，一個重要的前提就是自學習算法對傳統人臉識別算法的支撐。
指紋傳感器、圖像傳感器、3D傳感器以及其他新型傳感器的發展也是推動生物識別普及的主要動力。這幾年指紋識別傳感器在智能手機端取得了長足的發展。指紋識別傳感器從2015年iPhone 5S發布的時候開始，短短三年時間，智能手機指紋識別率達到86%，93%的用戶使用指紋識別取代密碼支付，強需求推動了產業的發展。
圖像傳感器可以說是現在所用到的環境感知傳感器中用的最普及的傳感器，2017年CIS出貨量達到52億顆，從傳統的相機、智能機包括很多的應用場景，海關、監控、電視機、家庭玩具都搭載了圖像傳感器，在圖像傳感器普及利好的情況下，對于圖像傳感器所在的生物識別技術進行了很好的支撐。
在黃昊看來，3D Sensor對于手機端圖像傳感器的應用提供無比豐富的想象空間，那么3D Sensor需要什么樣的用戶體驗呢？黃昊表示，首先要求有更好的場景適應性，簡單點說，圖像傳感器對于場景的適應性包括弱光、強光，等都是是未來3D Sensor應用支撐的方向。
黃昊認為未來的智能手機3D-TOF有幾個重要的指標：
一是未來做到智能手機端的3D-TOF，一定濃縮到ID堆疊所需要的1/4英寸的鏡頭范圍內。二是在這樣的測算情況下，要做到QVGA的分辨率，才能支撐現階段以及人臉識別、生物識別的需求，同時推算出來，單個pixel的大小要達到10um*10um。而傳統的SPAD結構暫時比較難達到如此小的面積，CAPD結構是主要方向，也是TOF傳感器應用于手機的關鍵，同時費恩格爾也在努力研發小型化的SPAD結構。
未來整個3D-TOF功耗解決的情況下，要達到200幀的速率。同時，調制的對比度達到40%以上，探測深度精度在現階段要滿足與iPhone X結構光統一標準1.5米內0.5%的探測精度。
01月07日 18:14
