“3D摄像头并不是普通的功能性组件创新，而是激活光学交互属性，实现二维到三维的交互升级，是继图形界面、触控之后的第三次人机交互跨越。”这是在言谈中，业内人士对于3D摄像头持有的看法。
本文链接：http://www.shoujibao.cn/news/show-htm-itemid-22380.html
的确如此，光学摄像头对消费电子产品来说具有双重意义，一方面提供拍照功能，另一方面又为影像信息提供了唯一入口，即兼具娱乐和交互两种属性，而下一步消费电子的重点创新也被广泛认为是人机交互端，而人机交互的大势所趋则是影像，因此作为影像的唯一入口，光学的交互属性将逐渐被激活，成为最具潜力的爆点。
什么是3D成像：不只是“拍照”
3D代表着空间长、宽、高三个维度，通常情况下，普通的2D成像原理用于平面传感器接受被拍摄物体反射或者发出的可见光，从而形成二维图像，由于现实世界是三维世界，2D成像获得的图像信息你存在特征信息的损失；3D成像则利用深度信息完美的弥补了这一缺陷，获取平面图形的同时还可以捕捉三维信息，为后期的图像分析提供了关键特征，计算机或只能设备据此才能完整的复原现实世界。
作为拓展2D成像的手段，3D成像目前有是三种主流解决方案，这三种方案，可能已经耳熟闻详了，在笔者再次做了相关梳理。
第一种是结构光方案，它对物体拍摄两次即可实现3D距离的探测，其他计算过程都由本地处理器完成，延时非常短，测量速度快，同时经过多年的技术发展，模组体积已经较小。据悉，结构光最早应用于微软的明星产品Kinect上，迄今已有8年，可谓是经过了时间验证的成熟方案。
TOF作为3D成像的第二种解决方案，它的原理是通过给目标连续发送光脉冲，用传感器接手从物体返回的光，通过探测光脉冲的飞行（往返）时间来得到目标物距离。
TOF的优势在于远距离探测，不易受到环境光线的干扰，但是TOF芯片每一个像元要对入射光往返相机与物体之间的相位分别记录，传感器结构比普通图像传感器更复杂，单个像素要大得多，成本和体积更大。
双目视觉技术作为其第三种解决方案，该技术方案通过两个RGB摄像头模仿人的双眼，通过标定后的双摄像头得到同步曝光图像，然后计算获取的二维图像像素点的第三维深度信息，代表厂商是在手势识别领域的领先者Leap Motion。
双目方案算法实现非常复杂，寻找像间对应关系时需要特征提取、特征匹配等一系列复杂的算法，同时光照变化、光线明暗等外在因素的影响会对算法提出更大的挑战。相比双目的被动方案，基于主动光探测的结构光、TOF具有算法简单，相应速度快，识别距离范围大的优势，因而更加契合交互场景的要求。
而就TOF与结构光之间对比而言，结构光在便捷性、成本、成像速度与延时方面占据优势，基于此有相关机构判断结构光将率先借苹果新机登陆前置镜头，而TOF抗干扰性更好，探测距离远，未来将在后置镜头大展拳脚，对接长距应用场景。
笔者从供应链获悉，此次苹果很有可能在它的iphone 8上使用TOF技术，而该技术由ST供应。
导入3D成像后，最先给用户带来的全新体验是啥？
市场关心的另一个问题则是，苹果在导入3D成像之后，将最先给用户带来哪些全新体验？从近期一系列的动作来看，业内不少人士认为，苹果将紧紧围绕AI+AR两大抓手，匹配3D成像强大的信息输入能力，以人脸识别和AR应用打造3D交互的第一波浪头。
普遍观点认为AI是云端的事，本地至负责与用户交互和数据搜集。然后，苹果用实际行动说明了AI与机器学习并不仅仅局限在云端。
2017年WWDC大会，苹果发布了新的机器学习API—Core ML，并宣称图像识别速度比谷歌Pixel快6倍。Core ML提供支持人脸追踪、人脸检测、地标、文本检测等任务的API，它将加快iphone、ipad和Apple Watch上AI任务执行的速度，从文本分析到人脸识别，几乎涉及一切事物。
Core ML含有大量的关键机器学习工具，包括神经网络（深度、循环以及卷积网络），同时也支持线性模型和树集成。有了本地的AI框架Core ML，再配合3D成像输入的全方位、立体化、多维度的图像信息，人脸识别、手势识别自然水到渠成。
AR是iphone 8的另一部重头戏。苹果在WWDC2017全球开发者大会上发布了AR开发平台ARKit，凭借苹果庞大的IOS用户群，ARKit一举成为全球最大的AR开发平台，在推出ARKit的三周后，苹果公司还收购德国眼部追踪技术公司SensoMotoric Instruments，一系列动作意味着苹果在AR领域开始加速前进。
与谷歌的AR平台“Projece Tango”和VR平台“DayDream”相比，ARKit不需配套专门的硬件，传统的单摄像头iphone和ipad借助ARKit也可呈现一定的AR效果，伴随着ios11发布后，理论上可应用于任何的iphone和ipad；而谷歌的平台对硬件有着极高的标准，且安卓机机型众多，硬件配置不统一，目前市面上仅有少数机型支持其应用，因此ARKit的受众更多，平台规模优势显著。
庞大的用户数量决定了ARKit对AR产业前所未有的催熟力度，而导入3D成像之后，ARKit更是如虎添翼，三维的信息输入方式将与其三维输出相匹配，打造更优的AR体验，AR世界的大门将被正式开启。
3D成像能够做什么：小镜头有大用场，下游交互需求广泛
“3D成像未来的发展不可小觑。”这是笔者多次听到的言论。那么3D成像究竟能做什么呢？它的市场又在哪呢？
其实，3D成像与2D成像最大的区别在于提供了深度信息，深度信息意味着对真实世界更真实，更高质量的图像描述，配合人工智能时代激增的信息处理能力，它可以围绕3D建模衍生出多样化的应用，从生物识别、VR/AR到自动驾驶、无人机等领域。
在生物识别系统中，3D成像获取的深度信息可与模型链接，迅速精准的完成匹配检测；在VR/AR方面，3D成像技术可快速扫描真实世界，建立虚拟世界模型，创建交互场景提供了微型化、快速化的解决方案。
在AI领域，机器视觉是人工智能的下一个前沿，而3D成像技术则是机器视觉的关键解决方案；在汽车上，2D成像可以用于自动驾驶，通过3D成像技术对行车环境进行感知，从而获取环境信息以增加安全性，此外还可以用于汽车内的乘客离位检测；在家庭娱乐方面，3D成像作为一个性能的输入设备，实现手势识别功能，为第一人称游戏提供直观的接口。
人工智能AI是信息技术领域正在发生的大革命，很多机器人也已经具备了相当高的智能化特点。业内普遍认为机器视觉将是AI再进一步的关键，只有做好信息输入，机器才能成为真正意义上的AI。
以工业机械手为例，只有判断了要抓取的物品具体位置，继三维坐标，才能精确无误的移动目标物体。
此外，在安防领域，3D成像依然有其存在的价值，视频监控中3D成像可以增加深度信息实现全方位的监控，而在人脸识别门禁中导入3D成像则大大提高了其安全性，值得一提的是，在无人机领域，3D成像还有其避障功能。
2015年Explorer 2无人机首度演示了采用TOF技术的自动避障功能，该无人机悬空时，TOF系统会保持每秒钟旋转2—5圈的状态，快速扫描周围360度的有效半径，及时发现障碍，而大疆科技的Phantom 4无人机则采用了双目3D+超声波的方案，通过将多种避障模块相结合，大幅度提高避障的稳定性和准确度。
由此可见，3D成像并非只是概念的“空中楼阁”，而是有着强劲的下游需求支撑。基于此，更有机构表明，3D成像技术在苹果引领之下，将率先在消费电子应用上大规模落地，随后逐步辐射到各行业，实现2D向3D的交互跨越。
据Yole Development预测，2016—2022年3D成像将在消费电子领域，以接近160%年复合增速迎来大爆发。
笔者从供应链获悉，3D摄像头在国内手机市场的应用将在2018年下半年这一时间段，因为目前价格这一瓶颈目前还没有得以突破，有消息称，华为曾在100台手机中尝试搭载3D摄像头但最终因价格高的原因未批量生产。
从某种程度上来看，制造业本身是最坚实的生产力，一旦完成技术上饿婵变，将存在巨大的利润空间，如果后期这一价格原因得以解决，未来随着其市场利用率的不断提升，3D摄像头的市场空间将不断拉大。
01月07日 18:14
