对于iPhone的faceID，你有没有细思极恐？
“细思恐极”是惊叹于这种技术的想象力。
当我第一次制作faceID模组内的一个滤光片时就被震惊了，感觉第一个想到应用光学原理到3D人脸识别的人是个“妥协”的奇才，在物理原理和现有材料/工艺的夹缝中找出了一条可行的小道。
网上有很多关于三维红外人脸识别原理的讲解（指iPhone X - Face ID的结构光方法，不是一般的二维图像人脸识别），即向人脸投射红外激光点阵，加上泛光照明+感应元件补光，再读取物体表面反射的光信息来确定人脸的形状，精度可达毫米级别。
可是有没有想过一个问题，为什么在晴朗的中午，环境光中的红外光也非常强烈，识别系统是如何排除环境光的红外干扰呢？
这涉及到模组中一个关键的滤光片——近红外窄带滤光片（Near Infrared Narrow Bandpass Filter， 缩写NIR-BP Filter）。
首先得感谢地球大气层中的水蒸气对太阳光的吸收，在红外波段留下了多个吸收峰，对应到吸收后的光谱就形成了一个个“坑”（见下图的红色区域）。
在这些“坑”中，环境光（阳光的散射和反射）的光强很弱，这就成了BP filter发明的基础。
如果将激光器和红外相机的波长设在该波长附近，就可以去除大部分环境光的噪声影响。
（图片来自Wikipedia）问题是940nm、1100nm、1400nm、1900nm附近都有坑，跳哪个坑更合适呢？
单从识别信号上来说，后面三个坑都比940nm更好。
但在窄带的光学设计中，在其他光学性能相同的情况下，中心波长越大意味着膜层总厚度更大，比如中心波长为1900nm的窄带要比940nm厚一倍以上，这在成本上无法接受。
在工艺上也很难实现，因为手机薄型化的要求，当前主流的玻璃基底厚度常在0.2-0.3mm，940nm窄带滤光片的厚度一般在5um左右，膜层的应力已经大到限制单片玻璃的尺寸（涉及到产能）。
所以，最终主流厂商都选择940nm作为激光器的工作波长和滤光片设计的中心波长。
滤光片的中心波长确定后，还要确定带宽（bandwidth）。
主流的滤光片规格中，带宽常在40~50nm（与坑的宽度接近），这样能把带宽外的光给过滤掉（见下图）。
（图片来自Balzers官网的窄带产品Datasheet，中心波长不准）评估对窄带波长范围外的阻隔效果用Optical Density表示，简称OD，单位dB。
透过率越小，阻隔越好。
透过率1%=2dB，0.01%=4dB。
通常来说，阻隔区的平均OD要≥5dB，绝对OD≥ 3或4dB。
还有参数叫AOI shift，表示斜入射时窄带中心波长的偏移，通常要求30°斜入射时偏移小于12nm，确保手机未完全对准人脸时也能准确识别。
就这样，通过选择一个合适的吸收峰波长，设计并通过现有的镀膜工艺制作这种窄带滤光片，解决红外人脸识别中的抗干扰问题。
