zaikehuanxiaoshuozhong

，jiqirenyaomeshiyurenleiduili
，yaomeshibianyichenghuairen。danrujinxianshishenghuozhongjiqirendeyingyongdaweibutong。jiqizhengdaitirenyanlaikanshijiebingjiayixingdong，tamensuodaozhichurangshenghuobiandezhihuihua。

通過攝取圖像模擬人眼的視覺功能
，提取信息然後加以分析處理，機器視覺已成為智慧城市過程中不可或缺的“第三隻眼睛”，其應用領域也從食品生產流程管理
、農業種植控製、yixuejiancedengfangmiandegetixuqiudaojiaotongjianfangdenggonggongxiangmu。qizhongwosishenzhenlangruizhikeshiyeyouxiangongsiyanfadejidanshoujixianjishuqi，jiubeitoufangdaojiaqinyangzhichangshiyong，zaishiyongguochengzhongkeyitigaoxiaolvhejiangdichengben。

隨著機器視覺的發展與進步，3D機器視覺迎來了自動化行業的巨大機遇，主要用於質量保證和檢測。據數據預測

，2017年到2022年期間的複合年增長率將達到11.07%，2022年全球3D機器視覺市場規模有望達到21.3億美元。

在機器視覺頂會中
，差不多會有半壁江山那麼多的論文都是跟3D有關。前沿探索可謂瘋狂進行
，那麼有哪些三維圖像+機ji器qi視shi覺jiao的de新xin技ji術shu趨qu勢shi，今jin天tian正zheng隱yin藏zang在zai未wei知zhi迷mi霧wu中zhong眺tiao望wang這zhe個ge世shi界jie？今jin天tian我wo們men來lai說shuo幾ji種zhong很hen有you科ke幻huan感gan的de技ji術shu突tu破po點dian。說shuo不bu定ding這zhe些xie能neng力li明ming年nian就jiu會hui出chu現xian在zai你ni的de手shou機ji、VR設備和無人機中
，又或許即將成為某個被資本瘋狂親吻的創業熱潮。

超大場景的3D數據感知

3D機器視覺包括很多方麵
，既有讓智能體去理解3D數據，也包括如何通過機器視覺的解決方案，去獲取3D模型數據。

傳統意義上的3D數據獲取，或者稱其為3D感知技術
，一般來說可以利用多角度拍照或者深度傳感器的方式實現3D數據收集。這種技術的局限在於
，收集的3D數據不能太大。

然而在3D資料要求不斷升級的今天，對於超大場景的3D數據感知

，正在成為一個熱門議題。比如無人駕駛中使用的城市高精地圖，就可以看做一個個超大3D場景的拚接。智能城市領域運用到的很多城市數據推演
，也要根植於對城市3D場景的收集。

機器視覺正在為超大場景的3D數據感知提供很多新的方法。比如自動化的成像方法
，像視覺SLAM在線處理連續幀的圖像，實現實時重建巨大3D場景。再比如說對航拍數據進行點雲分割和點雲數據的語義理解，幫助快速低成本獲取城市3D數據。

總體來看，今天超大場景的3D數據感知，有三個主要應用方向，很可能分別成為各自技術領域中新的投資和創業熱點：

1
、建築物的3D高精度模型，運用在工程監理、智能設計、物流和智能城市領域。

2
、高精地圖與3D數據感知的結合
，這是無人駕駛的重要一環。

3、室內外一體的3D建模，這對於智能家居設計、環境監控、VR/AR體驗來說都有重要幫助。

手機與3D視覺進入蜜月期

目前
，智能手機已經成為AR/AR以及計算視覺等先進技術發展的最大載體

，人臉識別、AR功能成為當前智能手機發展的熱點
，其實無論是在AR/VRlingyuhaishishibiejishu
，doulibukaijisuanshijiao。jisuanshijiaolingyuqishijiushiyunyongjisuanjijishuduishengwushijiaodeyizhongmoni，qizhongshendushibieheduoweichengxiangshiqihexinjishu。

深度識別是計算視覺的關鍵前提
，能夠對生物視覺進行識別
，其中包括當前流行的蘋果人臉識別技術
，多維成像將包括目前的3D顯示結局即對圖片以及視頻等進行3D畫hua麵mian的de再zai現xian。利li用yong深shen度du識shi別bie和he多duo維wei成cheng像xiang技ji術shu，除chu了le還hai原yuan我wo們men肉rou眼yan所suo能neng看kan到dao的de畫hua麵mian，未wei來lai隨sui著zhe技ji術shu的de不bu斷duan融rong合he
，深shen度du識shi別bie技ji術shu還hai能neng是shi立li體ti的de展zhan示shi我wo們men肉rou眼yan所suo看kan不bu到dao的de東dong西xi。例li如ru，未wei來lai的de智zhi能neng手shou機ji可ke以yi在zai陽yang光guang下xia利li用yong深shen度du識shi別bie技ji術shu和he人ren工gong智zhi能neng技ji術shu的de分fen析xi，識shi別bie紫zi外wai線xian的de強qiang度du

，提ti醒xing我wo們men的de防fang曬shai護hu膚fu。

AR/VR中的眼球追蹤技術

隨著技術的進步，我們現在已經能夠利用人類眼睛進行虹膜識別，虹膜識別相較麵部識別
、指紋識別都更加有效和安全，很多手機廠商開始開發使用虹膜識別功能。

除(chu)了(le)虹(hong)膜(mo)識(shi)別(bie)之(zhi)外(wai)

，還(hai)有(you)眼(yan)球(qiu)追(zhui)蹤(zong)技(ji)術(shu)。所(suo)謂(wei)眼(yan)球(qiu)追(zhui)蹤(zong)，是(shi)指(zhi)一(yi)項(xiang)技(ji)術(shu)能(neng)夠(gou)追(zhui)蹤(zong)眼(yan)球(qiu)的(de)運(yun)動(dong)
，並(bing)利(li)用(yong)這(zhe)種(zhong)眼(yan)球(qiu)運(yun)動(dong)來(lai)增(zeng)強(qiang)某(mou)個(ge)產(chan)品(pin)或(huo)服(fu)務(wu)的(de)體(ti)驗(yan)。

眼球追蹤技術曾經在智能手機領域火了一陣，這可能要追溯到2013年Galaxy S4shoujilvxiandazaileyanqiuzhuizonggongneng
，zhexianggongnengzhuyaoyingyongzaishipinbofangshangmian。jugelizi
，ruguonizhengzaiguankanyigeshipin，ranhounishenhoudetongxuepaileyixianijianpang，zainizhuanguotoudeshihou，youyunideyanjingyijingbuzaikanzhepingmu，shipinhuizidongzanting，erdangnihuiguotoulai，shipinhuizidongjixubofang。buxuyaoniyongshouqudianjizantinghebofang;或者你在手機上看網頁，當你眼睛看到屏幕底部的時候，網頁會自動翻頁。同年，LG也推出了一款擁有眼球追蹤功能的LG Optimus G Pro手機。

可惜，眼球追蹤未能在手機領域掀起大風大浪，原因大概有兩點。首先用戶沒有需求，一款智能手機的平均尺寸大約隻有5英寸，在這麼一丁點兒大的地方，人們更喜歡直接用手指進行交互，何況手機絕大部分功能都是使用手指進行交互，所以也不多播放/暫停這個環節;第二個原因就是，當時技術不太成熟

，分辨率低
，識別不夠精準，導致有用戶覺得眼睛累。

3D視覺助力機器人產業智能化轉型

3D視覺作為一項激動人心的新技術
，早已經出現在微軟Kinect、英特爾RealSense等消費級產品中。近幾年，隨著硬件端技術的不斷進步，算法與軟件層麵的不斷優化，3D深度視覺的精度和實用性得到大幅提升，使得“3D深度相機+手勢/人臉識別”具備了大規模進入移動智能終端的基礎。作為全球手機當之無愧的龍頭，蘋果率先大規模采用3D視覺技術，將徹底激活3D視覺市場，開啟全新時代。

3D視覺技術不僅僅在識別精度方麵大幅提升，更重要的是打開了更加廣闊的人工智能應用空間。隨著機器視覺、人工智能、人機交互等科學技術的發展，各種高智能機器人開始走進現實
，3D視覺技術成為助力製造業實現“智能化”轉型的好幫手。

大家耳熟能詳的深度攝像頭技術和應用有英特爾的RealSense、微軟的 Kinect
、蘋果的 PrimeSense、以及穀歌的Project Tango等。不過可以看到這一技術的研究和開發多為國外公司，國內計算視覺方麵的公司或創業團隊屈指可數，技術上的壁壘依舊較大。

關於目前市場上的深度相機的技術方案主要有以下三種： 雙目被動視覺
、結構光、TOF。雙(shuang)目(mu)被(bei)動(dong)視(shi)覺(jiao)主(zhu)要(yao)是(shi)利(li)用(yong)兩(liang)個(ge)光(guang)學(xue)攝(she)像(xiang)頭(tou)，通(tong)過(guo)左(zuo)右(you)立(li)體(ti)像(xiang)對(dui)匹(pi)配(pei)後(hou)
，再(zai)經(jing)過(guo)三(san)角(jiao)測(ce)量(liang)法(fa)來(lai)得(de)到(dao)深(shen)度(du)信(xin)息(xi)。此(ci)算(suan)法(fa)複(fu)雜(za)度(du)高(gao)，難(nan)度(du)很(hen)大(da)

，處(chu)理(li)芯(xin)片(pian)需(xu)要(yao)很(hen)高(gao)的(de)計(ji)算(suan)性(xing)能(neng)，同(tong)時(shi)它(ta)也(ye)繼(ji)承(cheng)了(le)普(pu)通(tong)RGB攝像頭的缺點：在昏暗環境下以及特征不明顯的情況下並不適用。

結jie構gou光guang的de原yuan理li是shi通tong過guo紅hong外wai激ji光guang發fa射she相xiang對dui隨sui機ji但dan又you固gu定ding的de斑ban點dian圖tu案an，這zhe些xie光guang斑ban打da在zai物wu體ti上shang後hou，因yin為wei與yu攝she像xiang頭tou距ju離li不bu同tong，被bei攝she像xiang頭tou捕bu捉zhuo到dao的de位wei置zhi也ye不bu盡jin相xiang同tong。然ran後hou先xian計ji算suan拍pai到dao的de圖tu的de斑ban點dian與yu標biao定ding的de標biao準zhun圖tu案an在zai不bu同tong位wei置zhi的de位wei移yi，引yin入ru攝she像xiang頭tou位wei置zhi、傳感器大小等參數計算出物體與攝像頭的距離。

微軟在Kinect二代采用的是ToF的技術。ToF是Time of flight的簡寫，直譯為飛行時間的意思。所謂飛行時間法3D成像

，是通過給目標連續發送光脈衝，然後用傳感器接收從物體返回的光
，通過探測光脈衝的飛行（往返）時間來得到目標物距離。相比之下，結構光技術的優勢是比ToF更加成熟，成本更低，更加適合用在手機等移動設備上。

shendushexiangtoushisuoyouxuyaosanweishijiaoshebeidebixumokuai，youleta，shebeijiunenggoushishihuoquzhouweihuanjingwutisanweichicunheshenduxinxi
，gengquanmiandedudongshijie。shendushexiangtougeishineidaohangyudingwei
、避障、動作捕捉
、三維掃描建模等應用提供了基礎的技術支持
，成為現今行業研究熱點。如今iPhone X搭載3D深度攝像頭勢必會大力推動機器視覺領域的發展
，助力機器人產業實現完美“智能化轉型”。

更好的深度傳感器解決方案

還有一個機器視覺技術和3D的交彙，主要發生在無人機領域。

無wu人ren機ji今jin天tian進jin行xing測ce繪hui和he航hang拍pai時shi，必bi須xu附fu帶dai對dui空kong間jian的de理li解jie能neng力li
，否fou則ze拍pai照zhao不bu準zhun事shi小xiao，撞zhuang了le南nan牆qiang事shi大da。而er這zhe個ge能neng力li主zhu要yao來lai自zi於yu攝she像xiang頭tou和he傳chuan感gan器qi進jin行xing空kong間jian閱yue讀du。

隨著消費級無人機的不斷升級，人們對無人機拍攝效果要求也不斷升高。無人機必須不斷在更遠的距離
、更極端的天氣
、更複雜的運動中拍攝畫麵。然而傳統的傳感係統解決方案已經快要跟不上用戶的期許。

今天的消費級無人機，一般采取兩種感知解決方案，一種是雙目視覺技術
，比如大疆的某些產品
；一種是結構光傳感器
，比如微軟的Kinect。erzheliangzhongzhuliufangandoushiyouyidingjuxiande，biruganzhifanweidouyouxian，nanyiwanchengyuanjulizuoye。zaibirushuangmushijiaojishuzaiheiyezhonghuishiling，suoyiwurenjiyepaiyizhishigedakeng
，ranerjiegouguangjishuyingduibulaiqiangguang，yidaozhongwuwurenjijiushilezhiyeshihenxinsaide。

更(geng)好(hao)的(de)解(jie)決(jue)方(fang)案(an)
，在(zai)於(yu)將(jiang)傳(chuan)感(gan)器(qi)與(yu)智(zhi)能(neng)攝(she)像(xiang)頭(tou)結(jie)合(he)起(qi)來(lai)，達(da)成(cheng)可(ke)以(yi)適(shi)應(ying)不(bu)同(tong)天(tian)候(hou)與(yu)天(tian)氣(qi)

，並(bing)且(qie)可(ke)以(yi)長(chang)距(ju)離(li)感(gan)知(zhi)的(de)新(xin)型(xing)傳(chuan)感(gan)係(xi)統(tong)解(jie)決(jue)方(fang)案(an)。

今天
，用機器視覺技術中的很多算法
，協調不同的傳感設備工作
，讓無人機變成“多眼無人機”，正(zheng)在(zai)成(cheng)為(wei)流(liu)行(xing)的(de)解(jie)決(jue)方(fang)案(an)。機(ji)器(qi)視(shi)覺(jiao)算(suan)法(fa)大(da)量(liang)加(jia)入(ru)無(wu)人(ren)機(ji)傳(chuan)感(gan)器(qi)，還(hai)可(ke)能(neng)帶(dai)來(lai)軌(gui)跡(ji)拍(pai)攝(she)能(neng)力(li)提(ti)升(sheng)

，讓(rang)無(wu)人(ren)機(ji)獲(huo)得(de)拍(pai)攝(she)整(zheng)體(ti)環(huan)境(jing)，或(huo)者(zhe)精(jing)準(zhun)捕(bu)捉(zhuo)動(dong)態(tai)物(wu)體(ti)，比(bi)如(ru)說(shuo)運(yun)動(dong)中(zhong)的(de)動(dong)物(wu)和(he)車(che)輛(liang)的(de)能(neng)力(li)。

yishangjigejishuqushi，doukenengchengweijiqishijiaohetuxingxueyingyongdexiayiburedian。zhegelingyukansipianmen
，shishishangquenengyingxiangjintiankejishichangzhongdefengchuicaodong。

讓機器看到立體世界的遊戲才剛剛開始

，機器與人類在某一天可以用同樣的視角相互凝視，或許才是這個故事的終點。