近年來(lái)，為了提升使用體驗(yàn)，最大化屏幕視覺(jué)效果的全面屏手機(jī)日漸流行。與之相伴的是屏下指紋識(shí)別滲透率的不斷提升。如今發(fā)售的高端機(jī)型幾乎均搭載了指紋識(shí)別功能，這項(xiàng)不斷迭代升級(jí)的技術(shù)逐漸成為市場(chǎng)發(fā)展主流。
屏下指紋識(shí)別技術(shù)是通過(guò)屏幕玻璃下方完成指紋識(shí)別的技術(shù)。按照技術(shù)原理分類，屏下指紋識(shí)別技術(shù)包括光學(xué)屏下指紋和超聲波屏下指紋兩種：
光學(xué)屏下指紋識(shí)別：當(dāng)手指按壓屏幕后，屏幕的RGB像素作為光源發(fā)出光線穿透蓋板至屏幕表面，將指紋紋理照亮，谷脊信號(hào)差可以通過(guò)反射光線的強(qiáng)弱，傳遞至屏下傳感器。傳感器將根據(jù)反射光線形成的指紋圖像進(jìn)行分析和比對(duì)，達(dá)到解鎖目的。
超聲波屏下指紋識(shí)別：通過(guò)超聲波傳感器向手指表面發(fā)射超聲波并接收反饋，再利用指紋表面皮膚和空氣之間密度不同構(gòu)建出一個(gè) 3D圖像，以此達(dá)到識(shí)別指紋的目的。和超聲波相比，光學(xué)屏下指紋識(shí)別技術(shù)相對(duì)成熟，產(chǎn)業(yè)鏈也更完整，在性能和成本綜合表現(xiàn)上更優(yōu)異，正成為屏下指紋方案的主流。
AI光學(xué)屏下指紋方案示意圖(來(lái)源：艾瑞咨詢《2020中國(guó)人工智能手機(jī)白皮書-AI重新定義光感知》)
破解三大難題，實(shí)現(xiàn)無(wú)感指紋識(shí)別
2019年，曠視推出了AI光學(xué)屏下指紋解決方案，通過(guò)結(jié)合深度學(xué)習(xí)算法，在低濕度、低溫或強(qiáng)光等困難場(chǎng)景下獲得更高的準(zhǔn)確率，為終端用戶帶來(lái)流暢的解鎖體驗(yàn)和安全的支付保障。曠視屏下指紋識(shí)別技術(shù)的研發(fā)之路始于2018年。一家客戶因過(guò)往合作對(duì)曠視的技術(shù)非常認(rèn)可，提出了希望曠視可以提供屏下指紋解鎖方案的需求。隨后，曠視成立指紋團(tuán)隊(duì)開始技術(shù)攻堅(jiān)。
1 采算法之長(zhǎng)，補(bǔ)噪聲之短
屏下指紋識(shí)別有一個(gè)天然的難題，就是成像自帶非常大的噪聲。透過(guò)屏幕像素點(diǎn)反射得到的圖像里，真正的指紋信息不到10%，剩下的90%多全是無(wú)效信號(hào)(比如噪聲)。想要識(shí)別指紋圖像，首先需要去除這些無(wú)效信號(hào)。曠視憑借在深度學(xué)習(xí)領(lǐng)域的積累，通過(guò)設(shè)計(jì)并訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)噪聲去除和信號(hào)增強(qiáng)，有效解決了這一難題。
2 見(jiàn)微知著，觀谷脊而識(shí)全貌
噪聲去除后，如何利用好有限的指紋信息?受限于感光面尺寸大小，屏下傳感器只能拍到手指完整指紋中很小的一部分，這為指紋識(shí)別增添了很大難度。舉個(gè)稍微夸張點(diǎn)的例子，屏下指紋識(shí)別近似于通過(guò)看人臉上的一個(gè)毛孔，判斷出這個(gè)人是誰(shuí)。
歸根結(jié)底，指紋識(shí)別算法是要在指紋圖像上找到并比對(duì)指紋特征。曠視的解決之道是依靠指紋的線條紋理進(jìn)行識(shí)別：首先提取指紋圖像中的角點(diǎn)(圖像中有區(qū)分特征的點(diǎn))，再通過(guò)角點(diǎn)將指紋圖像的方向調(diào)整后進(jìn)行比對(duì)。
3 反復(fù)摸索，攻克跨狀態(tài)識(shí)別
除了前面提到的兩點(diǎn)，跨狀態(tài)識(shí)別也是屏下指紋需要攻克的一個(gè)技術(shù)難題。受本身手指狀態(tài)和環(huán)境光的影響，指紋在常溫、干燥、低溫、強(qiáng)光等不同場(chǎng)景下，成像都會(huì)有所不同，進(jìn)而影響指紋識(shí)別的通過(guò)率。以低溫為例，大家也許遇到過(guò)這種情況，在北方的冬天，戶外呆了一段時(shí)間后很難用指紋將手機(jī)解鎖，這是因?yàn)槭彝獾睦滹L(fēng)讓手指的油脂“消失”了。屏下指紋識(shí)別過(guò)程中，油脂對(duì)成像起著關(guān)鍵作用，沒(méi)有表面的油脂，系統(tǒng)得到的指紋信號(hào)就會(huì)變差很多，會(huì)導(dǎo)致通過(guò)率驟降。
為了收集到低溫指紋數(shù)據(jù)來(lái)訓(xùn)練并提高算法，指紋組的同學(xué)如神農(nóng)嘗百草般，試過(guò)很多辦法：把手放在冰箱里一段時(shí)間、把啤酒可樂(lè)凍成冰再用手摸上去、在北京寒冬的戶外摸大理石，甚至還曾把手暴露在冰天雪地里10分鐘，最后摸索到了冷庫(kù)車采集這個(gè)巧妙的辦法。通過(guò)對(duì)低溫指紋數(shù)據(jù)的收集和分析，指紋組的同學(xué)們改善了圖像預(yù)處理算法，有效提升了低溫下的指紋識(shí)別準(zhǔn)確率。
在冷庫(kù)車內(nèi)進(jìn)行指紋采集
用AI重新定義“光感知”，軟硬結(jié)合打破壁壘
如今，曠視的屏下指紋解決方案在各種環(huán)境情況下都可獲得很高的準(zhǔn)確率，這源于曠視對(duì)行業(yè)上下游的深入洞察。傳統(tǒng)的光學(xué)屏下指紋模塊由光學(xué)鏡頭、圖像傳感芯片、指紋識(shí)別軟件算法三個(gè)部分組成，且三個(gè)部分分別獨(dú)立設(shè)計(jì)，這使得市面上的光學(xué)屏下指紋方案存在速度慢、寒冷天氣識(shí)別能力差、防范假手指攻擊效果差等問(wèn)題。
而曠視提出 “用AI重新定義光感知”，軟硬件協(xié)同設(shè)計(jì)——打通鏡頭的光學(xué)設(shè)計(jì)、芯片的傳感能力設(shè)計(jì)以及指紋識(shí)別的算法設(shè)計(jì)間的壁壘，其中基于算法設(shè)計(jì)的要求對(duì)光學(xué)鏡頭參數(shù)進(jìn)行定制化調(diào)整，基于光學(xué)通路的要求對(duì)傳感芯片的設(shè)計(jì)進(jìn)行改善，并且針對(duì)傳感圖像的信息作出算法優(yōu)化，從而大幅提升了曠視AI光學(xué)屏下指紋解決方案速度、識(shí)別率、活體檢測(cè)的能力。
曠視的指紋團(tuán)隊(duì)依舊奔跑在前進(jìn)的路上?！俺掷m(xù)創(chuàng)新拓展認(rèn)知邊界，非凡科技成就產(chǎn)品價(jià)值”，也許工區(qū)掛著的曠視研究院愿景就是對(duì)曠視指紋團(tuán)隊(duì)的最佳注腳。
（轉(zhuǎn)載）
