标签: 深度摄像头

“（计算机）从2D到3D世界，是1995年之后最大的消费电子技术转折点，这将彻底改变人们的计算体验。”在今年初的美国CES展上，IntelCEO Brian Krzanich在其主题演讲中提出。这一转变的核心技术支持，得益于3D传感器，又称为深度摄像头的采用。   何为深度摄像头？   从人们的角度来看，这个世界永远在变化。当我们四处移动时，我们的目光也游走在整个环境中，丰富动态的场景信息不停地被传送到我们的大脑里。我们可以理解这些不断改变的信号，并以此生成对这个世界的根本性了解，从而和这个世界进行无缝交互。在过去三十年的计算机视觉领域中，有相当庞大的工作被投入到了这一块，尝试通过颜色和深度摄像头来模拟人类的感知能力。可以说，计算机视觉一直是人工智能领域里最活跃的部分，指纹识别、掌纹识别、人脸识别都属于其应用。可以说，深度摄像头就是计算机的眼睛。   那么究竟什么是深度摄像头？消费者最熟悉的当属微软开发的Kinect系列，Leap Motion的体感设备，三星智能电视的手势遥控功能等产品，这些均是深度摄像头的传统体感类应用。实现深度探测的主流技术目前有三类： 1：（单目）结构光技术路线 代表公司：PrimeSense  /  代表产品：KinectI代 主要优势：识别距离远    /  主要问题：硬件难度和成本稍高 阵营公司：Apple(PrimeSense)、Microsoft、Intel、Google, etc. 主流评价：目前最主流的机器视觉工程化实现方法   2：双目可见光（可配合红外补光） 代表公司：LeapMotion  /  代表产品：LeapMotion 主要优势：高精度         /  主要问题：检测范围太小（不足1米），远距离检测问题很多 阵营公司：LeapMotion 主流评价：应用场景太少   3：飞行时间法（ToF） 代表公司：Microsoft   /  代表产品：KinectII代 主要优势：体感应用好 /  主要问题：传感器供应受限、体积和功耗大、像素低 阵营公司：Microsoft、SoftKinetic（刚被SONY收购） 主流评价：除微软在体感游戏之外民用应用不多   以结构光技术为例，其原理如图。 光源向检测空间内投射经过编码的激光光斑阵列，对空间进行标定并辅助计算三维空间位置。它是整合了衍射光学、图像处理、计算视觉算法和处理器计算平台的跨界组合工程，非标准的光学器件需要设计定制。其关键技术包括两个部分：投射光学系统、“结构光”pattern编码和衍射光学系统设计；以及图像处理和视觉计算算法。   该技术的代表公司有PrimeSense，它创立于 2005 年，于 2006 年研发出 3D 传感器，在当年的 E3 大展上与微软建立了联系，并催化出代号为 Project Natal 的神秘项目。等到 2009 年 E3 大展时，微软发布了内置PrimeSense 3D 传感器的Kinect，成功掀起了“体感游戏”大潮。PrimeSense的原理，是使用3D光学感测技术，使用红外线系统来绘制场景的网格。通过传感器读取网格中的点，并结合来自CMOS传感器的图像信息，绘制出包含了深度信息的3D地图。这种方法被称为“RGB-D”,它由传统的红色，绿色和蓝色的图像信息加上“深度”信息构成。其核心为Light Coding技术，是利用连续光（近红外线）对测量空间进行编码，经感应器读取编码的光线，交由芯片运算进行解码后，产生成一张具有深度的图像。Light Coding技术的关键是雷射光散斑，当雷射光照射到粗糙物体、或是穿透毛玻璃后，会形成随机的反射斑点，称之为散斑。散斑具有高度随机性，也会随着距离而变换图案，空间中任何两处的散斑都会是不同的图案，等于是将整个空间加上了标记，所以任何物体进入该空间、以及移动时，都可确切纪录物体的位置。   深度摄像头供应格局   随着深度摄像头技术的不断发展，更多机器视觉应用正在不断涌现，例如智能安防和行为分析，环境感知（SLAM）用于视觉导航，消费类 3D建模等，同时深度摄像头也是近年来最火爆的AR/VR设备的核心模块之一。高级行为分析功能必需基于三维深度信息实现，此前市场上只有基于PrimeSense方案的体感游戏摄像头可用，在2013年PrimeSense被Apple 收购，其供应即将中断，急需要合适的替代产品。例如有一款采用PrimeSense开发板设计的iPad外置深度摄像头产品，在Kickstarter上募集了约130万美金，同样因为Apple收购PrimeSense的原因，类似项目全部陷入困境。在AR/VR设备应用中，远距离深度摄像头用于环境感知和建模；近距离深度摄像头用于手势识别。预计将来 99% 的 AR 设备和 50% 以上的 VR 设备将配备深度摄像头，而这两类应用的崛起，也将大力推动深度摄像头市场的增长。   PrimeSense的产品有结构光深度摄像头，也有完善的SDK，更有其定制的DSP+硬件加速器芯片以及强大的专利池。在PrimeSense被Apple 收购之后，市场上类似方案供应几乎成为空白，随后谷歌、英特尔等企业都相继在这一领域进行了投入，收购动作频繁。谷歌Project Tango，利用深度摄像头进行机器人室内导航；英特尔在 CES2015上演示RealSense深度摄像头对无人机进行视觉导航……可以说，深度摄像头是所有需要视觉传感器的机器，包括机器人、无人机、工业设备的必需模块。据IHS预计，到2019年手势感应传感器全球市场规模将从今年的23亿达到95亿美金，年复合增长率达到42.6%。     下图是该产业领导厂商主要技术发展及深度摄像头平台情况。 上图显示了科技行业巨头在深度摄像头领域的布局，他们通过收购构筑了各自的技术护城河。其中，Primesense被苹果收购可以视为一个转折点，收购以后，其对外授权和供货将会在 2015 年终止，所以那些使用了PrimeSense技术的厂商们不得不寻找替代方案，再加上AR/VR设备的兴起，让国内一些初创企业盯住了这一市场。   费浙平曾经是处理器巨头ARM在中国大陆的第一位员工，在全球顶尖的CPU和GPU公司工作十多年，于2012年开始深度摄像头的技术研发，团队的主要技术合伙人来自于国内机器视觉领域的著名团队Click研发小组，在光学、硬件和算法上非常有经验和积累。立志成为机器视觉领域的世界级核心技术平台。   图漾目前已经完成了所有核心技术的研发和器件定制，产品已经开始在诸多领先客户中使用。区别于主流的单目结构光技术方案，他们创造性地采用了主动双目的技术路线，主动双目（Active Stereo）技术的不断演进和优化，能够把深度摄像头性能推向极致，同时彻底规避了与市场先行者的专利风险。   根据他的规划，图漾的第一个产品型态是深度摄像头（传感器），可利用视觉计算原理，计算出拍摄场景内物体的3维空间位置信息，在此基础上可以实现环境感知、体感、建模、行为识别等各种应用。在第二阶段，跟行业合作伙伴配合，为最终客户提供基于深度信息的视觉应用开发支持，比如3D建模和SLAM等，构建起深度技术应用的技术平台。图漾的硬件技术发展路线和方向有两个，一是提供适合移动设备用的小型化低功耗深度摄像头，二是远距离和超高分辨率的高性能产品。   在竞争格局上，费浙平表示，被Apple收购后的PrimeSense基本上会是自用，微软绑定了Win10，也在明显趋于封闭；英特尔的产品规格非常固定，且需绑定 x86 处理器，应用场景比较受限；谷歌志不在成为硬件供应商，甚至有朝一日很可能会彻底开源其Project Tango的源代码，帮助促进深度摄像头的大规模普及应用。以色列有一些创业群体，但是这类企业的目标在于被收购，难以成为可靠的合作伙伴。事实上，在过去的12个月里面，市面上大多数的深度技术公司都已经被大公司收入旗下了。“这一领域的特点是技术门槛极高，技术发展整体上尚属于早期，整个行业都在技术起飞过程当中。类似于高仿Kinect硬件的方式不是我们的兴趣，我们的目标是成为世界顶尖的深度技术公司，在这个技术点上做出创造性的领先技术和产品，支持计算视觉应用从行业扩展到我们每个人的工作和生活当中。”