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、醫(yi)學(xue)檢(jian)測(ce)等(deng)方(fang)麵(mian)的(de)個(ge)體(ti)需(xu)求(qiu)到(dao)交(jiao)通(tong)及(ji)安(an)防(fang)等(deng)公(gong)共(gong)項(xiang)目(mu)。其(qi)中(zhong)我(wo)司(si)深(shen)圳(zhen)朗(lang)銳(rui)智(zhi)科(ke)實(shi)業(ye)有(you)限(xian)公(gong)司(si)研(yan)發(fa)的(de)雞(ji)蛋(dan)收(shou)集(ji)線(xian)計(ji)數(shu)器(qi)
，就(jiu)被(bei)投(tou)放(fang)到(dao)家(jia)禽(qin)養(yang)殖(zhi)場(chang)使(shi)用(yong)，在(zai)使(shi)用(yong)過(guo)程(cheng)中(zhong)可(ke)以(yi)提(ti)高(gao)效(xiao)率(lv)和(he)降(jiang)低(di)成(cheng)本(ben)。

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/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。

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。

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。