线下人脸识别金融支付逐渐进入爆发期，然而人脸识别乱象层出不穷，消费者急需人像数据的隐私保护。业界普遍认为具有采集门槛更高、没有批量修改工具，仿制成本高、彩色+深度数据需匹配等特点的3D视觉技术能很好改善这一情况。作为3D视觉引领者，的卢深视用3D全栈技术解决方案提升支付安全与体验。
崔哲创新峰会演讲
2021年4月9日，的卢深视受邀参加由CIOE和麦姆斯咨询共同主办的“人脸识别·金融支付”创新峰会。的卢深视模组方案事业部总经理崔哲带来了《传感+AI 3D全栈 提升支付安全与体验的技术解析》的分享，同时，还与诸多嘉宾围绕金融级3D人脸支付产业关键技术及发展趋势进行了探讨。
的卢深视模组方案事业部总经理崔哲表示，刷脸支付的主要痛点是安全问题，消费者担忧个人信息被泄露、账户资金被盗用。
人脸识别现状
目前的机器视觉身份识别系统主要是基于图像的人脸识别，存在受光照影响大、鲁棒性不够好等问题。更重要的是，2D照片数据已经泛滥，且复制和批量修改成本极低，无法作为人像隐私数据得到保护。
二维识别无法满足现有需求的情况下，三维机器视觉技术应运而生。
由于三维比二维多了一个维度的信息，因此在其拓展二维应用范围的基础上，又可以完成二维无法做到的“痛点型应用”。最重要的一点，三维机器视觉技术相较于传统二维视觉，具有极高安全级别的防作伪优势，可以抵抗照片、面具、头模等多种攻击手段。
崔哲总结道，“3D数据由于采集门槛更高、没有批量修改工具，仿制成本高、彩色+深度数据需匹配等特点，可以有效地把生物识别隐私数据保护起来。相信未来2到3年内人脸信息安全可能是立法风口。”
随着3D技术日臻成熟，批量化落地生产使得成本降低，凭借更优性价比，3D视觉感知系统将成为机器标配的眼睛。
3D视觉现状
的卢深视深耕三维机器视觉领域多年，以“人”为标的物，通过“光电+算法”结合，形成了全栈3D机器视觉技术，并搭建其智能架构，持续进行规划与布局。
针对现阶段3D视觉行业的核心难点集中在产业链匹配并不完善，供应链匹配上存在技术难度高、标准不统一等诸多问题，在产业链环节的卢深视定位为三维视觉感知系统技术方案提供商，深入市场调研，从应用层面打磨硬件产品，推出两款“光学+算法”全技术栈高度可控的高精度3D CV相机：高精度RGBD相机青鸾和3D-Face ID智能模组重明。
消费级高精度3D结构光相机
两款自研国产3D CV相机均已实现量产，在5米范围误差小于1mm，指标超越国际3D相机巨头，且量产良率超99%，精度全球领先，具备独家专利技术，高度自主可控。基于前端低功耗嵌入式平台，两款相机均可实现非接触式精准识别，基于结构光原理，更可还原人脸高精度3D细节信息，通过人脸立体尺寸信息精准辨识人员身份，同时对于二维和三维攻击识别正确率高达99.99%。
安全性上，该相机模组在辨识算法和活体检测两类测试认证中，均通过银行卡检测中心BCTC最高级别认证，满足金融支付要求。防作伪上，通过了国家工信部对抗样本攻击检测，检测结果表明，的卢深视3D人脸识别产品对于对抗眼镜的防御能力达到100%。
金融支付级安全，100%抵御作伪攻击
的卢深视正在用3D全栈技术解决方案提升支付安全与体验，其高精度3D CV相机已逐步在智能门锁、金融支付、轨道交通、公共安全等领域成功实现应用落地。
未来，的卢深视将持续以三维视觉全栈技术为核心，赋能百业千家，提升“人”的身份、行为、轨迹的精细数字化感知能力，保障社会生活的安全与效率。
