算法是生物识别的基础和关键。细细看来，从光学指纹到电容指纹，从各种方案的支撑到小面阵的缩减再至屏下指纹、屏内指纹，这是整个指纹识别技术更新的方向。2017年iPhone X发布的Face ID把生物识别在手机端的应用提高到一个新高度，出现了3D人脸识别。人脸识别在智能手机的出现，一个重要的前提就是自学习算法对传统人脸识别算法的支撑。

 

　　指纹传感器、图像传感器、3D传感器以及其他新型传感器的发展也是推动生物识别普及的主要动力。这几年指纹识别传感器在智能手机端取得了长足的发展。指纹识别传感器从2015年iPhone 5S发布的时候开始，短短三年时间，智能手机指纹识别率达到86%，93%的用户使用指纹识别取代密码支付，强需求推动了产业的发展。

 

　　图像传感器可以说是现在所用到的环境感知传感器中用的最普及的传感器，2017年CIS出货量达到52亿颗，从传统的相机、智能机包括很多的应用场景，海关、监控、电视机、家庭玩具都搭载了图像传感器，在图像传感器普及利好的情况下，对于图像传感器所在的生物识别技术进行了很好的支撑。

 

　　在黄昊看来，3D Sensor对于手机端图像传感器的应用提供无比丰富的想象空间，那么3D Sensor需要什么样的用户体验呢？黄昊表示，首先要求有更好的场景适应性，简单点说，图像传感器对于场景的适应性包括弱光、强光，等都是是未来3D Sensor应用支撑的方向。

 

　　一是未来做到智能手机端的3D-TOF，一定浓缩到ID堆叠所需要的1/4英寸的镜头范围内。二是在这样的测算情况下，要做到QVGA的分辨率，才能支撑现阶段以及人脸识别、生物识别的需求，同时推算出来，单个pixel的大小要达到10um*10um。而传统的SPAD结构暂时比较难达到如此小的面积，CAPD结构是主要方向，也是TOF传感器应用于手机的关键，同时费恩格尔也在努力研发小型化的SPAD结构。

 

　　未来整个3D-TOF功耗解决的情况下，要达到200帧的速率。同时，调制的对比度达到40%以上，探测深度精度在现阶段要满足与iPhone X结构光统一标准1.5米内0.5%的探测精度。