隨著智能硬件普及程度日漸提升，其產品種類也更趨于多樣化，以適配更多的需求場景。以人臉識別的重要部件攝像頭為例，各類產品不僅價格、款式不同，并且還有單目和雙目區分。那么究竟該如何選擇？

近期在2020高交會，筆者對專注做影像采集行業、具備較強專業能力的攝像頭模組廠商金視康康總經理何世錕介紹進行了一場關于人臉識別攝像頭如何選型的深度溝通。

關鍵點一：選單目還是雙目？具體還需看活體檢測需要

單目攝像頭主要是RGB攝像頭，配合單目算法可快速完成采集，將高質量圖像輸送給后端進行識別比對，適用于人臉布防、精準推廣、客流統計、門禁管理等應用場景。此類攝像頭配合適當的活體檢測算法，即可做到單目活體檢測。比如金視康就通過引入虹軟視覺開放平臺免費開放的ArcFace人臉識別算法，實現了靜默式的活體識別，全程無需用戶動作配合。此外借助ArcFace算法，還能快速實現人臉識別、年齡檢測、性別檢測、大面積遮擋下的人臉識別等全套功能。

雙目攝像頭則是在RGB攝像頭的基礎上，增加了一個IR紅外鏡頭，兼具近紅外光和可見光的視頻采集功能?；诩t外成像原理，屏幕類無法成像，故而其天生具備抵御屏幕成像的假臉攻擊能力。

因此相對單目攝像頭，雙目攝像頭在對抗假臉攻擊的防御能力上，更勝一籌。比如金視康熱賣的500萬雙目寬動態人臉識別攝像頭就采用了虹軟免費ArcFace算法的IR雙目活體技術，基于紅外成像原理及深度學習算法的高魯棒性，其對于紙質照片、屏幕照片的防御力相當優秀。

但由于硬件上的差異，雙目活體相比單目RGB活體來說成本相對提升?？偟膩碚f，單目人臉識別解決方案部署方便、成本低，而雙目人臉識別方案在活體檢測方面精準度更高，且對光線變化、背景環境復雜等因素適應性更強，可支持真正的無人值守。所以在選型過程中，應根據實際應用場景、想要達到的活體效果，以及最終成本進行具體考量，平衡各方需求，不能一概而論。

關鍵點二：攝像頭成像核心組件及關鍵參數

攝像頭的工作原理是將光信號轉換成圖像信號，因此強光、逆光、暗光等復雜的光環境會直接左右攝像頭成像質量。而攝像頭成像質量的好壞，也將直接影響到人臉識別和活體檢測的使用效果與體驗。故而開發者在進行產品選型時，還應該關注攝像頭成像核心組件及關鍵參數，以保證前端采集的圖像質量符合人臉識別要求。

在鏡頭、圖像傳感器、DSP圖像處理器這三個人臉識別攝像頭模組核心組件中，鏡頭主要承擔捕捉物體、將拍攝圖像聚焦于圖像傳感器上的任務，其主要參數有視場角、光圈、CRA、畸變、眩光等。人臉識別攝像頭模組一般采用對焦速度快、成像質量穩定、測光準確的定焦鏡頭。

對于負責把光信號轉換成數字信號輸出的圖像傳感器，其主要參數包括傳感器尺寸、有效像素、像素元尺寸等，推薦具有集成度高、功耗小、速度快、成本低等特點的CMOS傳感器。最后是將數字圖像信號優化處理后傳到人臉識別設備的DSP圖像處理器，優質的DSP可以提高原有芯片寬動態范圍30%以上。

為了進一步方便開發者，金視康推出了融合動態場景、逆光場景、高光場景等多達6個場景的“多場景模式”，將多個場景模式全部兼容到一個攝像頭中，通過攝像頭自動判斷場景中的光環境，然后調用相應模式，以此做到某一特定場景下人臉識別效果最佳。

據介紹，這也是金視康在虹軟視覺開放平臺產業鏈市場上線的人臉識別攝像頭模組中最熱門的一款產品。而該產業鏈市場則是由虹軟視覺開放平臺今年重磅推出的一個專注構建產業上下游生態的商業平臺，目前已經上線了從算法到硬件，從整機產品到各類行業解決方案的一系列優質產品，可以為供給端與需求端實現精準對接，有效縮短人臉識別產品從需求到落地的時間。

關鍵點三：如何測試產品的基礎功能與可靠性？

要保證產品在落地后能夠流暢使用，測試是其中必不可少的一個環節。就攝像頭模組來說，其基礎性能測試包括正常拍攝測試環境中的解析力測試、花屏測試、線條測試、偏色測試和白板測試環境中的暗角測試、臟污測試、壞點測試。

其中，解析力是指攝像頭模組所能達到的清晰度及圖像的細節表達能力。比較直觀的評價方法是，通過拍攝ISO chart測試，目視辯識圖中的黑白線對，看人眼可以辨識黑白線對的極限線條數值。相同環境下，還需檢查圖像有無花屏、線條、偏色等異常。而在白板測試環境中，通常會檢查暗角，以檢測模組的亮度均勻性，檢測鏡頭內有無臟污異常，檢測芯片有無亮點、壞點異常。

在這所有環節中，測試不僅僅是提出Bug，更是對開發和產品設計改進的重要一步，因此測試工作往往帶有極強的專業性和對產品效果的嚴謹。如果想要省去這種大量的選型、開發、測試周期，還是建議需求方直接到虹軟視覺開放平臺產業鏈市場進行直接采購。

金視康總經理何世錕總結：“這幾年我們在人臉領域發展得還算不錯，從2018年到2020年，年增長率都超過50%。通過跟虹軟配合，我們也做了好多不同方案、不同成本的攝像頭模組，主要就是應對不同客戶的不同選擇，方便他們簡單、低成本地使用，同時也給更多想做人工智能領域的客戶降低進入行業的門檻?！?/p>