別被2D的背景虛化給騙了
3維視覺(jué)相比于2維視覺(jué)，多了一個(gè)維度，可以實(shí)現更加正確的物體分割，合適精度的三維測量，三維數據的模型重建以及智能視覺(jué)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(chǎng)景下由于缺少深度的信息無(wú)法正確分割物體。
一個(gè)例子是，以前榮耀出過(guò)一款雙攝像頭的手機，但并非用來(lái)做深度，僅是兩個(gè)不同攝像頭的集合，然后進(jìn)行圖像優(yōu)化，效果是要把背景虛化，但這個(gè)其實(shí)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(gè)和深度沒(méi)有關(guān)系，也就是說(shuō)還只是通過(guò)2D處理實(shí)現背景虛化，并非真正的3D。而目前智能視覺(jué)識別和分析大部分也仍用2D來(lái)做。
用3D做出的分割，去除背景和多物體分割都更精準?，F在許多創(chuàng )業(yè)公司會(huì )利用微軟kinect進(jìn)行現場(chǎng)3D建模。同時(shí)利用3D圖像進(jìn)行面部識別的準確度更高。以上種種可以看出，3D視覺(jué)的確擁有巨大的優(yōu)勢。
3D傳感器市場(chǎng)格局
之所以3D視覺(jué)還沒(méi)有普及，因其技術(shù)不成熟且供應商僅少數幾家企業(yè)。徐韜說(shuō)，3D圖像是在2D圖像的基礎上通過(guò)顏色渲染每一個(gè)點(diǎn)來(lái)代表不同的深度，深度圖相對傳統的平面圖還有很大的提高空間。此外，由于多了一維，其數據處理卻不只多一個(gè)數量級。在人工智能方面，如果用三維做分析，算法與計算量會(huì )有顯著(zhù)的增長(cháng)，這就需要有新的處理方法來(lái)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(gè)挑戰。
深度攝像頭的三種主要技術(shù)方法和代表公司分別為：一是單目結構光，代表公司有蘋(píng)果（收購最大的結構光技術(shù)公司PrimeSense）、微軟Kinect-1、英特爾RealSense、Google Project Tango等，目前可見(jiàn)的其他創(chuàng )業(yè)公司幾乎都沿用此技術(shù)路線(xiàn)。二是雙目可見(jiàn)光，代表公司LeapMotion。三是飛行時(shí)間法（TOF），代表公司微軟Kinect-2。
在國內，單目結構光供應商有奧比中光科技、華捷艾米軟件，雙目結構光方案有圖漾科技，TOF方案的有樂(lè )行天下科技。此外，有兩家上市公司也開(kāi)始了內部研發(fā)項目。
不過(guò)，徐韜表示圖漾的3D傳感器技術(shù)更像是單目結構光和雙目可見(jiàn)光兩種技術(shù)的結合，可獲得更高的圖像質(zhì)量，并且應用場(chǎng)景更廣，同時(shí)知識產(chǎn)權更加干凈。
“在光線(xiàn)不好的情況下，傳統的單路結構光會(huì )有很大的問(wèn)題，無(wú)法識別或者失效。而我們的產(chǎn)品可靠性更高，這一點(diǎn)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，有些競品在多設備情況下存在互相干擾無(wú)法協(xié)同，而我們在多設備條件下能夠協(xié)高工作。” 徐韜說(shuō)道。
最早是一些以色列的創(chuàng )業(yè)公司進(jìn)行深度攝像頭的研發(fā)，現在這些公司幾乎都被科技界巨頭收購。比如蘋(píng)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采用內部開(kāi)發(fā)技術(shù)，趨于封閉生態(tài)。谷歌則不會(huì )成為一項產(chǎn)品或技術(shù)的供應商，而在于推動(dòng)應用開(kāi)發(fā)。同樣Intel力推Realsense方案需搭配X86芯片使用?？梢哉f(shuō)巨頭的深度攝像頭都有為己所用的形態(tài)。徐韜認為，這種現狀留給了深度攝像頭創(chuàng )新型公司更大的市場(chǎng)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(dòng)駕駛，AR/VR，智能安防，智能家居，消費娛樂(lè )等，它們對深度攝像頭有著(zhù)非常巨大的需求。
例如VR配備手勢識別和動(dòng)作識別時(shí)用視覺(jué)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(shí)環(huán)境融合。聯(lián)想TANGO手機用深度攝像頭做AR應用，據悉已在小批量發(fā)貨，主打行業(yè)應用。
未來(lái)，可以利用深度攝像頭直接生成內容，無(wú)需其他處理或用電腦生成。這充分解決了現在缺少優(yōu)質(zhì)VR內容的短板，將帶來(lái)民眾直接拍攝的VR內容的激增。
智能安防領(lǐng)域，通過(guò)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(méi)有非常好的產(chǎn)品出現。
另外，用來(lái)做視覺(jué)導航在目前大熱的領(lǐng)域包括機器人、無(wú)人機以及其他移動(dòng)的場(chǎng)景，這是消費剛需。徐韜認為，現在機器人用激光雷達進(jìn)行視覺(jué)導航，存在價(jià)格昂貴，信息缺失的問(wèn)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(jué)導航，被普遍認為是行業(yè)的發(fā)展方向。據介紹，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(kāi)始用圖漾的3D傳感器做視覺(jué)導航。
機器人的導航主要有無(wú)線(xiàn)定位、激光雷達、視覺(jué)導航、慣性導航以及超聲波等方式。隨著(zhù)3D傳感器的發(fā)展，視覺(jué)導航有望成為最主流的方式。“我認為視覺(jué)導航是終結且最好的解決方法，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(dòng)作，Intel正在推動(dòng)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合。此外手機公司對深度攝像頭小型化開(kāi)始關(guān)注，創(chuàng )業(yè)公司則投入在硬件與移動(dòng)設備的結合，利用深度測量能力的應用開(kāi)發(fā)的創(chuàng )新。
深度攝像頭是技術(shù)門(mén)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(shí)，定位在專(zhuān)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(chǎng)的認可。隨著(zhù)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(gè)很好的時(shí)間窗口。
