別被2D的背景虛化給騙了

3維視覺相比于2維視覺，多了一個維度，可以實現(xiàn)更加正確的物體分割，合適精度的三維測量，三維數(shù)據(jù)的模型重建以及智能視覺識別和分析。上海圖漾信息科技有限公司徐韜解析， 2維圖像在復雜場景下由于缺少深度的信息無法正確分割物體。

一個例子是，以前榮耀出過一款雙攝像頭的手機，但并非用來做深度，僅是兩個不同攝像頭的集合，然后進行圖像優(yōu)化，效果是要把背景虛化，但這個其實是假的。它只是把背景模糊了一下，靠猜測背景和人是不一樣的物體，這個和深度沒有關(guān)系，也就是說還只是通過2D處理實現(xiàn)背景虛化，并非真正的3D。而目前智能視覺識別和分析大部分也仍用2D來做。

用3D做出的分割，去除背景和多物體分割都更精準。現(xiàn)在許多創(chuàng)業(yè)公司會利用微軟kinect進行現(xiàn)場3D建模。同時利用3D圖像進行面部識別的準確度更高。以上種種可以看出，3D視覺的確擁有巨大的優(yōu)勢。

3D傳感器市場格局

之所以3D視覺還沒有普及，因其技術(shù)不成熟且供應商僅少數(shù)幾家企業(yè)。徐韜說，3D圖像是在2D圖像的基礎(chǔ)上通過顏色渲染每一個點來代表不同的深度，深度圖相對傳統(tǒng)的平面圖還有很大的提高空間。此外，由于多了一維，其數(shù)據(jù)處理卻不只多一個數(shù)量級。在人工智能方面，如果用三維做分析，算法與計算量會有顯著的增長，這就需要有新的處理方法來應對，在目前大部分還在用二維圖形做處理的情形下，這也是一個挑戰(zhàn)。深度攝像頭的三種主要技術(shù)方法和代表公司分別為：一是單目結(jié)構(gòu)光，代表公司有蘋果（收購最大的結(jié)構(gòu)光技術(shù)公司PrimeSense）、微軟Kinect-1、英特爾RealSense、Google Project Tango等，目前可見的其他創(chuàng)業(yè)公司幾乎都沿用此技術(shù)路線。二是雙目可見光，代表公司LeapMotion。三是飛行時間法（TOF），代表公司微軟Kinect-2。

在國內(nèi)，單目結(jié)構(gòu)光供應商有奧比中光科技、華捷艾米軟件，雙目結(jié)構(gòu)光方案有圖漾科技，TOF方案的有樂行天下科技。此外，有兩家上市公司也開始了內(nèi)部研發(fā)項目。不過，徐韜表示圖漾的3D傳感器技術(shù)更像是單目結(jié)構(gòu)光和雙目可見光兩種技術(shù)的結(jié)合，可獲得更高的圖像質(zhì)量，并且應用場景更廣，同時知識產(chǎn)權(quán)更加干凈。

“在光線不好的情況下，傳統(tǒng)的單路結(jié)構(gòu)光會有很大的問題，無法識別或者失效。而我們的產(chǎn)品可靠性更高，這一點在行業(yè)應用中占有優(yōu)勢。因為許多特定的行業(yè)對產(chǎn)品的可靠性要求非常高，有些競品在多設(shè)備情況下存在互相干擾無法協(xié)同，而我們在多設(shè)備條件下能夠協(xié)高工作。” 徐韜說道。最早是一些以色列的創(chuàng)業(yè)公司進行深度攝像頭的研發(fā)，現(xiàn)在這些公司幾乎都被科技界巨頭收購。比如蘋果收購PrineSense，這家公司是深度攝像頭的民用化先鋒。收購后，不再對外供貨。微軟使用PrineSense技術(shù)做出了Kinect一代，Kinect-2采用內(nèi)部開發(fā)技術(shù)，趨于封閉生態(tài)。谷歌則不會成為一項產(chǎn)品或技術(shù)的供應商，而在于推動應用開發(fā)。同樣Intel力推Realsense方案需搭配X86芯片使用?？梢哉f巨頭的深度攝像頭都有為己所用的形態(tài)。徐韜認為，這種現(xiàn)狀留給了深度攝像頭創(chuàng)新型公司更大的市場空間，尤其在行業(yè)應用方面。

有望取代激光雷達 引發(fā)機器人及VR內(nèi)容應用革命

深度攝像頭最知名的消費級應用是體感攝像頭，如微軟XBOX游戲機的體感攝像頭Kinect。微軟的HOLOLENSE也大量采用了深度攝像頭。深度攝像頭最熱的領(lǐng)域是機器人，自動駕駛，AR/VR，智能安防，智能家居，消費娛樂等，它們對深度攝像頭有著非常巨大的需求。例如VR配備手勢識別和動作識別時用視覺做更多的捕捉，而AR對深度攝像頭的需求更大，因為要感知環(huán)境，與真實環(huán)境融合。聯(lián)想TANGO手機用深度攝像頭做AR應用，據(jù)悉已在小批量發(fā)貨，主打行業(yè)應用。

未來，可以利用深度攝像頭直接生成內(nèi)容，無需其他處理或用電腦生成。這充分解決了現(xiàn)在缺少優(yōu)質(zhì)VR內(nèi)容的短板，將帶來民眾直接拍攝的VR內(nèi)容的激增。智能安防領(lǐng)域，通過智能攝像頭分析人的行為是否在有潛在危害，在金融行業(yè)頗有用途，但對算法要求非常高，到目前為止，還沒有非常好的產(chǎn)品出現(xiàn)。另外，用來做視覺導航在目前大熱的領(lǐng)域包括機器人、無人機以及其他移動的場景，這是消費剛需。徐韜認為，現(xiàn)在機器人用激光雷達進行視覺導航，存在價格昂貴，信息缺失的問題。因為它只是在面上作掃描，獲得的信息并不完整，導航作用有限。深度攝像頭做視覺導航，被普遍認為是行業(yè)的發(fā)展方向。據(jù)介紹，目前已經(jīng)有具備一定技術(shù)研發(fā)能力的機器人公司開始用圖漾的3D傳感器做視覺導航。機器人的導航主要有無線定位、激光雷達、視覺導航、慣性導航以及超聲波等方式。隨著3D傳感器的發(fā)展，視覺導航有望成為最主流的方式。“我認為視覺導航是終結(jié)且最好的解決方法，但目前深度攝像頭還不成熟，因此激光雷達還有一定的空間，一旦3D傳感器技術(shù)成熟，那么激光雷達在機器人導航領(lǐng)域可能被秒殺。”再看看各方的動作，Intel正在推動深度攝像頭在電腦中的普及，Google正在嘗試深度攝像頭與平板的結(jié)合。此外手機公司對深度攝像頭小型化開始關(guān)注，創(chuàng)業(yè)公司則投入在硬件與移動設(shè)備的結(jié)合，利用深度測量能力的應用開發(fā)的創(chuàng)新。

深度攝像頭是技術(shù)門檻非常高的行業(yè)，徐韜表示圖漾在掌握自有技術(shù)的同時，定位在專業(yè)的深度攝像頭供應商，針對不同行業(yè)推出不同版本，提供完整的技術(shù)支持做定制化方案。由于具備了一定的優(yōu)勢，也受到了資本市場的認可。隨著巨頭的積極布局以及技術(shù)的逐漸成熟，還有3-5年的技術(shù)爆發(fā)期，目前是一個很好的時間窗口。