【问题标题】：Using iPhone TrueDepth sensor to detect a real face vs photo?使用 iPhone TrueDepth 传感器检测真人脸与照片？
【发布时间】：2019-09-14 17:21:15
【问题描述】：

如何使用 iPhonetrue-depth 相机拍摄的深度数据来区分真实的 3D 人脸和相同的照片？要求是将其用于身份验证。

我做了什么：创建了一个示例应用程序来获取摄像头前面的AVDepthData 的连续流。

【问题讨论】：

标签： swift avfoundation arkit coreml truedepth-camera

【解决方案1】：

理论

TrueDepth 传感器让 iPhone X / 11 / 12 / 13 除了通过常规自拍相机捕获的 RGB 通道外，还可以生成高质量的 ZDepth 通道。 ZDepth 通道让我们在视觉上有所作为，无论是真实的人脸还是照片。在 ZDepth 通道中，人脸表示为渐变，但照片几乎是纯色，因为照片平面上的所有像素都与相机等距。

AVFoundation

目前 AVFoundation API 没有 Bool 类型的实例属性，可以让您找出它是真实的脸还是照片，但 AVFoundation 的捕获子系统为您提供了AVDepthData 类 - 用于每像素距离数据的容器（深度图）由相机设备捕获。深度图在每个像素处描述到对象的距离，以米为单位。

@available(iOS 11.0, *)
open class AVDepthData: NSObject {

    open var depthDataType: OSType { get }
    open var depthDataMap: CVPixelBuffer { get }
    open var isDepthDataFiltered: Bool { get }
    open var depthDataAccuracy: AVDepthDataAccuracy { get }
}

像素缓冲区能够包含深度数据的每像素深度或disparity map。

var depthDataMap: CVPixelBuffer { get }

ARKit

感谢 AVFoundation 和 CoreMotion 会话（在一定程度上它也使用了 Vision），ARKit 心跳加速。当然，您可以使用此框架进行人脸检测，但请记住，ARKit 是一个计算密集型模块，因为它具有“重金属”跟踪子系统。要成功检测真人脸（不是照片），请使用ARFaceAnchor 允许您以 60 fps 记录头部的运动和方向，使用facial blendshapes 允许您实时记录用户的面部表情。

愿景

实施Apple Vision 和CoreML 技术来识别和分类包含在CVPixelBuffer 中的人脸。但请记住，您需要 ZDepth 到 RGB 的转换才能与 Apple Vision 一起工作——目前，AI / ML 移动框架不能直接处理深度图数据。当您想使用 RGBD 数据进行身份验证时，只有一两个用户的脸需要识别，它大大简化了模型学习过程的任务。您所要做的就是为 Vision 创建一个 mlmodel，其中包含许多 ZDepth 面部图像的变体。

您可以使用 Apple Create ML 应用程序来生成轻量级且有效的mlmodel 文件。

有用的链接

您可以找到 here 和 here 使用 Vision 检测和分类图像的示例代码。您也可以阅读this 帖子了解如何将 AVDepthData 转换为常规 RGB 模式。

【讨论】：

我已经意识到这一点，我确实有深度数据。但是，我还获得了 2D 照片的深度数据。那么，您能否提供代码来处理接收到的深度数据以区分 3D 对象和 2D 对象？
我已经使用 ARKit 实现了人脸检测。但我无法区分 3D 人脸和 2D 人脸。
ARKit 没有使用所有必要的工具（AVFoundation 和 Vision 框架拥有的工具）。
此外，ARKit 使用 CPU 密集型跟踪，并且会很快耗尽您的电池。如果您需要 TrueDepth cam 身份验证，最可靠的想法是不要使用 AR 框架。

【解决方案2】：

您可以利用 AVCaptureMetadataOutput 和 AVCaptureDepthdataOutput 来检测人脸，然后采取所需的操作

【讨论】：