文|AI报道

7月30日，谷歌宣布将为智能手机Pixel 4搭载全新手势控制和人脸识别功能。据了解，谷歌的面部识别技术与Face ID类似，采用3D原深感镜头捕捉面部容貌。除了面部识别之外，谷歌还在新机中加入了手势识别，这种功能是通过Soli雷达完成的。

Soli技术隔空操作手机

Pixel 4的手势操控功能由Soli传感器提供支持。其中的雷达可以探测到用户手势。通过向机器挥动手，用户可以对手机进行操作，能完成切歌、设闹钟和电话调静音等多项任务。Soli是谷歌今年新获得FCC批准的传感器，使用雷达波束捕捉三维空间中的运动，以实现非接触式功能控制，从而使动作受限或者具有语音障碍的用户受益。Pixel 4将是全球第一款搭载了Soli的设备。

与市面上的绝大部分手势和动作捕捉技术不同，Soli 使用的是毫米波雷达技术，而非2D、3D 摄像头或者红外光。它的工作原理与大众所熟悉的雷达原理相同：首先向一个区域发射电磁波，再接收物体反射回来的电波，加以处理、计算和分析。当食指和拇指一张一合时，会模拟出按按钮的动作，向目标发射电波；而雷达接收器将会收到信号，阻拦来自该目标的反射能量，来回摩擦下，模拟出旋转旋钮等执行性动作，而这些动作都会干扰电波返回的时间和速度。在收集电波规律并加以分析和计算后，系统就能够识别出特定的运动模式，进而确定用户所做的动作，发出响应控制指令。

雷达技术不是触摸设备上的屏幕，而是实时跟踪（捕捉）动作，并通过所做的动作来改变其信号。将手放在传感器前方，凭空做出特定动作，比如打个响指，就可以控制带雷达的智能设备。因为Soli 传感器能量较为集中，方向性强，抗环境干扰，可以集成在封装内，轻易地穿过塑料外壳，捕捉毫米级别的手部动作变化，同时保证回波强度。此外它们之间的互动感觉是物理和敏感的，因为反馈是由手指触摸的触觉产生的。

更便捷的人脸识别技术

相比于手势识别功能，面部识别技术早已被大众熟知。但谷歌方面表示，Pixel 4 与其他手机的面部识别解锁技术不太相同，任何角度都可以流畅解锁。首先普通手机的面部识别技术一般是抬腕亮屏+识别，会更被动一些；而谷歌Pixel 4的面部识别将结合 Soli 传感器执行操作，会自动识别人脸靠近，识别之后会自动亮屏并解锁，低亮度的环境下不会影响解锁速度；并且还支持以任意角度拿着手机，即使手机是反向拿起的。

除此以外，谷歌还发布了Pixel 4 设备顶部各种传感器和组件的样图，说明如何利用Soli 传感器进行面部解锁的。Pixel 4 手机屏幕上方有两个用于面部解锁红外相机，一个环境光/接近传感器，一个Soli 雷达传感器，一个点投影仪和一个面部解锁照明灯。根据谷歌的说法，用户的面部信息会保留在Pixel 设备的Titan M 安全芯片中，并且永远不会离开用户的手机。Pixel 4 除了使用Soli 雷达传感器的面部识别之外，面部识别速度和算法也是至关重要的。谷歌近日发布了一款专为移动GPU 推理量身定制的轻量级人脸检测器——亚毫秒级的人脸检测算法 Blaze Face。它能够在旗舰设备上以 200~1000+ FPS 的速度运行，并且可以应用在诸多需要快速准确的识别出人脸区域的任务中，例如：2D/3D 面部关键点识别与几何评估、面部特征和表情分类以及面部区域分割等。

据悉，这套算法将基于AR 技术来进行人脸检测，由于人脸与设备之间拥有不同的焦距，提前通过前置和后置摄像头的AR 拍摄，构建面部模型，及时捕获物体尺寸和大小。BlazeFace 将生成6个面部关键点坐标，包括眼睛、耳朵、嘴的中心和鼻尖，通过锚点方式进行连接，以便估计人类面容的旋转角度。这样的设置可以使面部识别可以在各种方向上正常运行。

用户安全隐私是原则

不只是技术、算法上的革新，谷歌还表示：安全和隐私也是Pixel的核心原则。谷歌在博客文章中写道：面部解锁使用的是在你的设备上处理的面部识别技术，因此图像数据不会离开你的手机。用于人脸解锁的图像从未保存或与其他谷歌服务共享。为了保护用户的隐私和安全，面部数据被安全地存储在Pixel的Titan M安全芯片中。同样，Soli传感器数据也会在你的手机上进行处理，它从未保存或与其他谷歌服务共享。

早在今年5月的谷歌I/O开发者大会上，用户隐私问题就一再被强调。例如在设置中添加了更多隐私选项，比如上传照片后，你可以选择隐私设置，控制自己的信息是否保留在云上，甚至是选择保留多少天。隐身模式也从浏览器上扩展的Map App中，以保证用户的行程不会泄露。谷歌CEO皮查伊表示，通过这样的方式谷歌能够每天保护40亿设备，防止钓鱼袭击。Soli项目启动是在2015年，当时谷歌预计将它应用于智能手表和扬声器等产品。但是经过近五年的研发之后，它的首次商业发布是将在谷歌的旗舰智能手机上。其实谷歌业务重点并不在手机硬件设备，但是作为安卓生态的领导者，谷歌发力动态体感和人脸解锁功能，或许一定程度上预示了新的人机交互方式的发展方向。∂ç