【PConline 评测】后乔布斯时代的iPhone，似乎总赶不上Android的步伐。

　　当全面屏的配置在Android阵营从旗舰机到千元机都逐渐铺开，iPhone X的全面屏如今看来已经没有太大的惊艳感，但这并不妨碍它成为当下最好看的智能手机之一。毕竟，iPhone 8的祖传外观与时代脱节许久了。

　　显然，单纯从外观上给产品下判决书未免太不客观，当我们回过头来重新省视这款以“X”为名的革新之作时，也许会有点不同的感想。

精致的外观，惊艳的手感

　　从图片上看，iPhone X的外观设计算不上特别好看，沿袭了好几代产品的圆润机身已经开始让人审美疲劳，唯一能让人感到兴奋的只是那一块全面屏，以及那一撇有趣的刘海――而关于这一撇刘海，在iPhone X正式发布之前，网络上对其的吐槽并不在少数。

　　不过，当真机握持在手中时，或许会发现这一撇刘海并没有想像中那么不堪。Apple对做工和细节的追求仍然可以让人在第一眼看见时感到惊艳，光滑的机身和屏幕处理，一股Apple产品惯有的精致感，伴随着新电子产品的味道扑面而来。

　　好吧，这玩意儿长得比想像中好看多了――这是我第一次把iPhone X拿在手里时的感受。

　　如果不列出详细的参数，你或许都不会发现这款机身尺寸紧凑的iPhoneX，其屏幕比砖头似的iPhone 8 Plus还要大。基于全面屏的缘故，iPhoneX比iPhone 8Plus要轻一些，也窄了一些，刚好满足了单手握持，但是基本上维持显示面积的用户。

　　不过，如果对显示效果敏感的用户来说，其实iPhone X的屏幕是比8 Plus要窄一点的，等于说字体会显示得小一点，需要一定时间去适应。

　　值得一提的是，即便Apple已经推出了这么多款金属机身的iPhone机型，但iPhoneX仍旧逃不出“掉漆”的窘境。使用了1个月的iPhone X之后，我发现机身中框被保护壳刮花了一道。保护壳虽然是橡胶的，不过边缘有点锐利，所以出现了这种悲剧。反过来说，iPhone X这个中框非常不耐刮，对于强迫症的用户来说，最好使用柔软性的保护套。

　　人脸识别，是iPhoneX上最重大的更新。在iPhone X的刘海上，集成了红外镜头、泛光感应元件、点阵投影仪等部件，当这些元器件协同工作时，系统可以通过用户脸部的精细深度图在瞬间认出用户――Apple称之为“原深感镜头系统”。

　　多数情况下，iPhone X的人脸识别其实是好用的。双击屏幕，往上滑的过程一般已经完成了识别。如果你没注视屏幕，就会弹出输入解锁密码的界面。在你支付或者解锁的时候，如果手湿的，人脸识别也能帮你轻松完成。你还能用人脸识别，开启解锁界面推送消息只对你显示的功能，这种情况下别人看不到，只有你自己才看得到消息详情。

　　不过有一些时候还是会有点小麻烦或者尴尬。譬如在你刚睡醒，还躺在床上的时候，眼睛肯定是眯著的，这时候怎么识别都不好使，只能用密码了。如果这种情况下你要登录支付宝，那只能乖乖输入一次支付宝的登录密码……或者是你在开会，如果想平放在桌子上的iPhone X解锁，要么你把头探前面一点，或者是必须把手机抬起了，否则识别不到你的脸，推送信息就看不到详情了。

　　还有一个小插曲，即并非绝大多数人都知道人脸识别这个技术，如果你去菜市场，别人可能会以为你没输入密码假支付，支付完成后最好给卖主展示一下支付界面。

　　全面屏可以说是iPhone X的另一个亮点，但因为刘海的存在，显示屏顶部就像被切走了一块一样，留下了两个“角”。

　　截图的时候会发现，其实包括边角和留海本来是有显示信号的，只是屏幕画面上面没有看到而已。所以在APP上得做适配，否则一部分老旧的APP和游戏都只能运行在一个跟4.7英寸差不多大的小屏幕上，两边会看到蛮宽的黑边。

？　　如果你是王者荣耀玩家，也许会关心iPhoneX上的刘海会不会遮挡视线，关于这一点，玩家其实不需要担心，腾讯给出的方案是自动缩进，本来在“刘海”区域的内容自动向右移动，确保不被遮掩。在一些不影响游戏体验的界面里，就被刘海自动遮掩。

？　　此外，在游戏过程中，屏幕的左右边框均加入了黑色渐变处理，在一定程度上可以掩盖掉刘海。不过，左右边框的黑色渐变处理并不是iPhone X的专享，本周更新的新版本中，SamsungGalaxy Note8也多出了两边黑色的渐变边框――这种做法主要是出于对“全面屏机型拥有比普通机型更大视距”的考虑，估计在以后的版本中，腾讯会针对更多的全面屏机型进行适配。

　　iPhone X上，电池百分比的显示没地方放了，只能右上角下拉菜单才能显示。所以在40%-60%之间你是没有太大的概念的。这算是一个小小的遗憾吧。

　　对比iPhone 7 Plus的2900mAh电池容量，iPhone X的2716mAh电池容量小了一点，甚至是看起来机身更大的iPhone 8 Plus，其电量也仅有2675mAh。整体而言，这一代的iPhone电量有所下降，不过，可能是AMOLED屏幕较为省电的缘故，iPhone X在整体续航方面基本和iPhone 7 Plus持平，维持大半天一充没有太大问题。

　　Home键的取消，对于很多功能都依赖Home键和Home键组合的iPhone而言，需要重新设计一套易用、易上手交互方案。事实上，在体验的过程中，绝大部分操作，例如切换任务、回到主页、多任务管理等都非常容易上手，唯一难以适应的是关机模式。

　　iPhone X关机，需要长按侧面按钮+音量下；如果只是按侧面按钮，那么呼出的就是Siri；而截屏是短按侧面按钮+音量上。这种交互设计和以往不尽相同，无论是iOS用户还是Android用户，都需要花费一定的学习成本，否则很容易混淆。

　　和配置一样，iPhone X的相机属于常规升级，后置镜头采用双摄方案，广角镜头为1200万像素，F/1.8，长焦镜头为1200万像素，光圈F/2.4，通过“广角/长焦”的切换功能，实现两倍光学变焦，而且两镜头均支援光学防抖功能（iPhone X独享）――整体而言，成像效果和前代机型相比有一定的进步。

　　iPhone X的样张依旧保持了Apple一贯的风格，无论是色彩还是白平衡都更接近肉眼所见，画面通透且干净。毫无疑问，iPhone X依旧会成为今年最好的拍照设备之一。

　　至于有用户反应iPhone X的成像更加艳丽，其主要原因是iPhone X采用了AMOLED材质的屏幕，屏幕色彩有了很高的提升，从而导致iPhone X的样张看起来“更加艳丽”。

　　值得一提的是，在拍照功能连续长时间工作的情况下，镜头有几率会停止运作，或者画面走位――这种情况其实在7 Plus或者8 Plus上都遇到过，希望Apple在后续的固件中能够解决这个问题。

　　一个多月的使用时间，足以让人深入地了解一款产品。iPhone X作为今年Apple最具代表性的产品，几乎代表了现阶段手机产品中最优秀的工业设计和最顶级的硬件，或许在某一方面上，iPhone X并不是最好的，但从整体来看，它依旧是今年最好用的一款智能手机。

iPhone X的FaceID生物识别技术首次亮相就引起了一片“恐慌”

理论上，你只需要看一眼手机，启用了FaceID功能的iPhone X就会在一秒钟内识别出你的脸部特征，并自行解锁，同时，这一技术也将被用于Apple Pay支付和第三方应用等场景中。

有吐槽说，这一功能可能让iPhone失去一批男性用户（尤其是已婚男士），反之，这也有可能让一批男性“被迫”提前用上iPhone X。

其实，这完全是“杞人忧天”。

让我们先了解一下FaceID的“工作原理”

苹果公司在iPhone X中使用了“TrueDepth摄像机系统”（也就是“齐刘海”部分），通过使用里面的传感器和点阵投影仪，投射出3万多个点，就能形成一张完整的3D“脸谱”用来识别用户脸部。据悉， iPhone X将采用定制的芯片来处理人工智能工作负载，这是一个双核的“ A11生物神经网络引擎”芯片，每秒运算次数最高可达6000亿次，该芯片赋能的最重要的事情就是使Face ID身份认证功能能够快速识别人脸。而为保证用户的隐私，让用户更放心，苹果称所有相关的数据运算都将发生在本地，不会被上传到云端或是回传到苹果公司。

同时，经过不断被训练的神经网络建模识别人脸，当你的iPhone X识别你的脸部次数越多，它就会对你越熟悉。不管你是换发型、留胡子、戴帽子、戴眼镜，还是光线强弱不同，它都会认出你。

同为生物识别技术，TouchID的解锁错误率是五万分之一，而FaceID则是一百万分之一，成功率极高（虽然苹果高级副总裁Craig Federighi在发布会上尝试使用FaceID功能解锁手机却失败）。对此，大家也不必过度“恐慌”。库克在发布会上表示，FaceID要求使用者在刷脸解锁时必须“集中注意力”（require“user attention”），所以，当手机远离眼睛，或者用户闭着眼睛时就不会解锁，你根本不用担心在自己睡觉时手机被解锁（除非你像张飞一样睁着眼睛睡觉）。

事实上，近几年来以来，业界对于脸部识别的应用“屡试不爽”，但一直因为安全问题被诟病。比如只需要通过一张电脑所有者的照片，就可以轻松进入设置了脸部识别登录方式的电脑；再比如流行科学作家丹·莫伦（Dan Moren）通过一个视频就击败了阿里巴巴的面部识别系统。

然而，一直以“安全”标榜自己的苹果，定然也不会允许这样一个“万众瞩目”的新功能让自己的“人设”轻易垮掉。在这周小米的新品发布会上，小米也推出了人脸识别解锁方面的方案，虽然都是“人脸识别”，但具体技术却有很大的差距。

苹果的FaceID，采用的是结构光双摄方案，通过将3万多个光点的网络投射到人脸上，并随着用户转动头部以映射脸部3D形状，最终形成的是一个三维图像，这也是目前安全性最高的人脸识别方案。而小米Note更多还是二维人脸解锁的方案。

当然，即使是三维面部识别系统也并不是“万无一失”。就在两年前，柏林的SR实验室使用石膏模具，破解了微软的Hello面部识别系统。这一尝试在多个使用相同类型红外深度感应摄像机的品牌笔记本中都成功了。SR 实验室的创始人Karsten Nohl指出，他们使用的模具不仅模仿了用户的脸部形状，还模仿了皮肤的光反射性能。

为了证明自己，苹果甚至与好莱坞模型团队进行了人脸模型对比验证，以保证FaceID所识别的人脸不能被包括蜡像、模具等在内的任何仿制品所替代。在发布会现场，Federighi展示了一些非常逼真的面具制品，并表示经过测试，即使是这些面具再逼真也无法破解FaceID系统。他说，从理论上来说，也许这个世界上有人能够跟你长的非常相似，他可以破解你的手机系统，但是这种概率大概是一百万分之一。当然，如果是双胞胎，这个概率就会大大提高。

其实，关于人脸识别的安全性问题很多人心里依然没底，也许只有经过公开测试才能真正打破用户的疑虑。 但即便如此，目前，已经有很多金融机构开始采用人脸识别帮助用户进行开户、转账、付款，包括支付宝、券商、银行等等。以招商银行为例，目前人脸识别已经能够实现手机端超过 50 万的转账；对于标准化的个人业务，配置了人脸识别系统的智能柜台也已经在招行的线下网点投入使用（人脸识别时，系统会要求用户做出对应动作，如点头或者眨眼）。

总之，安全与体验也许永远没法两全。但，这并不意味着这道题无解，如果你的手机数据确实非常敏感，你完全可以选择关闭FaceID识别功能，或者，你也可以选择允许FaceID进行解锁，但不用于付款（此解同样适用于篇头的“恐慌人群”）。

当然，还有网友对于卸了妆还能不能解锁表示担忧，对此，我想说的是——卸了妆能不能解锁，你心里没点数吗？其实，我自己比较担心的是，如果我只是想用手机屏幕照个镜子怎么办？

苹果公司：在人脸识别领域早有布局

话说回来，事实上，苹果在人脸识别技术方面的布局已经不是一年两年，最近几年来先后收购了 PolarRose、PrimeSense、Perceptio、Faceshift、Emotient、Turi 等人脸识别相关技术公司。其中，2013 年收购的 3D 传感技术公司 PrimeSense，曾经还因为给微软的 Kinect 提供了传感器而走红。通过传感器和中间件，可以让设备感知周边的三维环境，实现人机交互。这也是此次FaceID所涉及的关键技术之一。

苹果在论文中称，在机器学习研究中，使用合成图像（例如来自一款视频游戏）来训练神经网络要比使用真实图像更有效。因为合成图像数据已经被标记和注释，而真实的图像数据需要有人耗费巨大的精力去标记计算机看到的每件事物，如一棵树、一条狗或一辆自行车。

当然，使用合成图像也存在一定的弊端，导致一种算法所了解的内容与真实世界中的场景有所不同。比如，合成图像数据如果不够真实，就会导致神经网络只能了解到合成图像中所呈现的细节，而对真实图像的认识有所不足。

为解决该问题，提高合成图像数据的训练效果，苹果研究人员推出了“模拟+无监督”的学习方法，以提高模拟图像的真实感。苹果研究人员使用一种经过修改的新型机器学习技术，被称为“生成对抗网络”（GAN），让两个神经网络彼此对抗，从而生成更逼真的图像。

模拟+无监督（S + U）学习：通过学习模型，并使用未标注的真实数据，利用模拟器改善合成图像的真实性，同时保留注释信息

用精炼神经网络R来优化模拟器的输出

未标记的真实图像&模拟图像

人脸识别技术是指利用分析比较的计算机技术识别人脸，其中包括人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度等技术。广义的人脸识别包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。

• 基于特征的人脸检测技术：通过采用颜色、轮廓、纹理、结构或者直方图特征等进行人脸检测。
• 基于模板匹配人脸检测技术：从数据库当中提取人脸模板，接着采取一定模板匹配策略，使抓取人脸图像与从模板库提取图片相匹配，由相关性的高低和所匹配的模板大小确定人脸大小以及位置信息。
• 基于统计的人脸检测技术：通过对于“人脸”和“非人脸”的图像大量搜集构成的人脸正、负样本库，采用统计方法强化训练该系统，从而实现对人脸和非人脸的模式进行检测和分类。

• 几何特征的人脸识别方法：几何特征可以是眼、鼻、嘴等的形状和它们之间的几何关系（如相互之间的距离）。这些算法识别速度快，需要的内存小，但识别率较低。
• 基于特征脸（PCA）的人脸识别方法：特征脸方法是基于KL变换的人脸识别方法，KL变换是图像压缩的一种最优正交变换。高维的图像空间经过KL变换后得到一组新的正交基，保留其中重要的正交基，由这些基可以张成低维线性空间。如果假设人脸在这些低维线性空间的投影具有可分性，就可以将这些投影用作识别的特征矢量，这就是特征脸方法的基本思想。这些方法需要较多的训练样本，而且完全是基于图像灰度的统计特性的。目前有一些改进型的特征脸方法。
• 神经网络的人脸识别方法：神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。这类方法同样需要较多的样本进行训练，而在许多应用中，样本数量是很有限的。
• 弹性图匹配的人脸识别方法：弹性图匹配法在二维的空间中定义了一种对于通常的人脸变形具有一定的不变性的距离，并采用属性拓扑图来代表人脸，拓扑图的任一顶点均包含一特征向量，用来记录人脸在该顶点位置附近的信息。该方法结合了灰度特性和几何因素，在比对时可以允许图像存在弹性形变，在克服表情变化对识别的影响方面收到了较好的效果，同时对于单个人也不再需要多个样本进行训练。
的人脸识别方法：心理学的研究表明，人类在识别轮廓图（比如漫画）的速度和准确度上丝毫不比识别灰度图差。LHD是基于从人脸灰度图像中提取出来的线段图的，它定义的是两个线段集之间的距离，与众不同的是，LHD并不建立不同线段集之间线段的一一对应关系，因此它更能适应线段图之间的微小变化。实验结果表明，LHD在不同光照条件下和不同姿态情况下都有非常出色的表现，但是它在大表情的情况下识别效果不好。 的人脸识别方法：支持向量机是统计模式识别领域的一个新的热点，它试图使得学习机在经验风险和泛化能力上达到一种妥协，从而提高学习机的性能。支持向量机主要解决的是一个2分类问题，它的基本思想是试图把一个低维的线性不可分的问题转化成一个高维的线性可分的问题。通常的实验结果表明SVM有较好的识别率，但是它需要大量的训练样本（每类300个），这在实际应用中往往是不现实的。而且支持向量机训练时间长，方法实现复杂，该函数的取法没有统一的理论。

    iPhoneX的消息大家想必都知道了，它正面是全屏幕，也就意味着的按键Home键以及TouchID消失，而新的身份方式就是FaceID。如其名，在开锁时使用者只需要看着手机，FaceID就能人脸解锁。

    随着人工智慧概念的普及，人脸辨识已经屡见不鲜。但这次，苹果除了用到图象辨识外，还在FaceID的人脸辨识中加入了深度信息，让身份更安全。

    FaceID的完成靠的是iPhoneX顶部一小块没被屏幕覆盖的区域。这一小块区域整合了多达8个零件，除了麦克风、、前置镜头、环境光感测器、距离感应器等我们熟知的部分，还整合了红外线镜头、泛光感应元件（Floodilluminator）、投影器。

    苹果将整个系统称之为原深感镜头（TrueDepthCameraSystem），而整个系统除了能用于FaceID人脸验证，也可以扩展自拍功能，达到动画表情发表，和AR效果叠加。

    具体而言，上述的感应器会投射人眼看不见的光，并读取用户的脸部3D几何结构图，并将它与储存在A11隔区内的数据进行对比，如果两者一致，iPhoneX就会解锁。在注册时，点阵投影仪会投射3万多个点在人脸上，进而形成一张3D人脸图，并储存在A11芯片上。使用中，泛光感应元件会打一道看不见的光在人的脸上，这样在黑暗中也能辨识人脸。

    苹果甚至为此开发了一个神经引擎（NeuralEngine），可即时处理人脸辨识。苹果副总裁PhilSchiller在发表会上解释，「我们用神经网络处理图象和点阵模式，来建立人脸数学模型」。

    苹果还请好莱坞特效面具公司制作了一组面具，来训练神经网络，保证安全性。不过下图看起来还挺可怕的。

    库克在发表会上说，FaceID比TouchID更为安全，后者被破解的概率是五万分之一，而前者是百万分之一。无论是改变发型、戴上眼镜还是戴上帽子，FaceID都能成功辨识。不过苹果也提到，FaceID在长相近似的人身上可能会失效，如果是双胞胎的话，出错的机率会增加不少。

    另外，FaceID还是要在用户将注意放在手机上时才能使用，也就是说解锁时要睁眼看着手机，否则就失效了。

    人脸辨识与人脸支付早已被外界熟知，这次苹果的FaceID在二维的图象上叠加了一层深度信息，可以保证人脸辨识更安全。对于人脸辨识中用照片蒙骗系统的问题，由于有了3D信息，也发挥不了作用。

    而且正如苹果展示的那样，多出来的深度信息还可以化前置相机拍摄效果，实现动画表情，叠加AR特效等功能。

    若要追溯苹果对深度镜头念头，不严格的说可以回到2013年。之前曾报导，当年底苹果以3亿美元左右的价格收购了以色列公司PrimeSense。

    PrimeSense可以说是当时最强的3D感测技术公司，它主要提供感测器和中间件，可以让装置感知周边的三维环境，实现人机互动。这家公司号称拥有最小的3D感知芯片，能用在手机、、平板、机器人等各类装置上。

    它与微软合作开发了代体感装置Kinect。当时，微软想以体感体验与任天堂的Wii和Sony的PS争夺家庭主机市场。后来微软有意收购Primesense，但由于价格没谈拢而作罢，而且双方的合作也终止，这导致后者内部经历了大裁员。

    在失去的客户后，Primesense估值下滑，最终被苹果收购。购并后，外界一直在猜测，苹果会在何时用上深度感知技术，如今它终于将其用在了手机前置镜头上。

    目前深度感知领域有三大主流技术方案：光学飞行时间（ToF；TimeofFlight）、结构光、双目视觉。PrimeSense用的是结构光方案，毫无疑问，苹果也用的改良版方案。

    如前所述，用结构光方案获取深度信息，原理简单来说，就是向空间投影一定图案，感测器获取反射回来的图案，与原图进行对比就能生成深度图。英特尔的RealSense实感技术也用到了这种方法。

    TOF深度镜头后来被微软用在了第二代的Kinct，其原理是，感测器发出经调制的脉冲红外光，遇物体后反射，感测器透过计算光线发射和反射时间差或相位差，来换算被拍摄景物的距离，以产生深度信息，此外再结合传统的相机拍摄，就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来。

    双目视觉比较好理解，就是模仿人眼的结构，透过两个镜头的视差来确定距离信息。这种方案在行动装置上的应用较少，多用在户外机器人。

    中国做深度镜头的厂商奥比中光告诉雷锋网，比较3种方案，飞行时间测量的精准度和稳定性较好，但结构光可以做得更小、功耗小、测量分辨率也相对高，双目则属于被动光，无法调节暗光环境。

    手机后置镜头已经从单镜头进化到了双镜头，在这次发表会前，不少业界人士就猜测，新iPhone的前置镜头也会增加深度信息，由二维进化到三维。现在消息已经确认，以苹果的规模无疑会引爆市场，让其他厂商纷纷跟进。只是，做指纹辨识的公司，你们还好吗。