在zai科ke幻huan小xiao說shuo中zhong

，機ji器qi人ren要yao麼me是shi與yu人ren類lei對dui立li
，要yao麼me是shi變bian異yi成cheng壞huai人ren。但dan如ru今jin現xian實shi生sheng活huo中zhong機ji器qi人ren的de應ying用yong大da為wei不bu同tong。機ji器qi正zheng代dai替ti人ren眼yan來lai看kan世shi界jie並bing加jia以yi行xing動dong，它ta們men所suo到dao之zhi處chu讓rang生sheng活huo變bian得de智zhi慧hui化hua。

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+jiqishijiaodexinjishuqushi
，jintianzhengyinzangzaiweizhimiwuzhongtiaowangzhegeshijie？jintianwomenlaishuojizhonghenyoukehuangandejishutupodian。shuobudingzhexienenglimingnianjiuhuichuxianzainideshouji、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/VR領ling域yu還hai是shi識shi別bie技ji術shu，都dou離li不bu開kai計ji算suan視shi覺jiao。計ji算suan視shi覺jiao領ling域yu其qi實shi就jiu是shi運yun用yong計ji算suan機ji技ji術shu對dui生sheng物wu視shi覺jiao的de一yi種zhong模mo擬ni，其qi中zhong深shen度du識shi別bie和he多duo維wei成cheng像xiang使shi其qi核he心xin技ji術shu。

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。

chulehongmoshibiezhiwai，haiyouyanqiuzhuizongjishu。suoweiyanqiuzhuizong
，shizhiyixiangjishunenggouzhuizongyanqiudeyundong，bingliyongzhezhongyanqiuyundonglaizengqiangmougechanpinhuofuwudetiyan。

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 S4手shou機ji率lv先xian搭da載zai了le眼yan球qiu追zhui蹤zong功gong能neng，這zhe項xiang功gong能neng主zhu要yao應ying用yong在zai視shi頻pin播bo放fang上shang麵mian。舉ju個ge例li子zi，如ru果guo你ni正zheng在zai觀guan看kan一yi個ge視shi頻pin，然ran後hou你ni身shen後hou的de同tong學xue拍pai了le一yi下xia你ni肩jian膀pang，在zai你ni轉zhuan過guo頭tou的de時shi候hou，由you於yu你ni的de眼yan睛jing已yi經jing不bu再zai看kan著zhe屏ping幕mu，視shi頻pin會hui自zi動dong暫zan停ting

，而er當dang你ni回hui過guo頭tou來lai，視shi頻pin會hui自zi動dong繼ji續xu播bo放fang。不bu需xu要yao你ni用yong手shou去qu點dian擊ji暫zan停ting和he播bo放fang;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tongRGB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。

深shen度du攝she像xiang頭tou是shi所suo有you需xu要yao三san維wei視shi覺jiao設she備bei的de必bi需xu模mo塊kuai，有you了le它ta，設she備bei就jiu能neng夠gou實shi時shi獲huo取qu周zhou圍wei環huan境jing物wu體ti三san維wei尺chi寸cun和he深shen度du信xin息xi，更geng全quan麵mian的de讀du懂dong世shi界jie。深shen度du攝she像xiang頭tou給gei室shi內nei導dao航hang與yu定ding位wei、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。

wurenjijintianjinxingcehuihehangpaishi，bixufudaiduikongjiandelijienengli，fouzepaizhaobuzhunshixiao，zhuanglenanqiangshida。erzhegenenglizhuyaolaiziyushexiangtouhechuanganqijinxingkongjianyuedu。

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。

genghaodejiejuefangan
，zaiyujiangchuanganqiyuzhinengshexiangtoujieheqilai
，dachengkeyishiyingbutongtianhouyutianqi，bingqiekeyichangjuliganzhidexinxingchuanganxitongjiejuefangan。

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。

以(yi)上(shang)幾(ji)個(ge)技(ji)術(shu)趨(qu)勢(shi)
，都(dou)可(ke)能(neng)成(cheng)為(wei)機(ji)器(qi)視(shi)覺(jiao)和(he)圖(tu)形(xing)學(xue)應(ying)用(yong)的(de)下(xia)一(yi)步(bu)熱(re)點(dian)。這(zhe)個(ge)領(ling)域(yu)看(kan)似(si)偏(pian)門(men)
，事(shi)實(shi)上(shang)卻(que)能(neng)影(ying)響(xiang)今(jin)天(tian)科(ke)技(ji)市(shi)場(chang)中(zhong)的(de)風(feng)吹(chui)草(cao)動(dong)。

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。