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/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。

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。而(er)這(zhe)兩(liang)種(zhong)主(zhu)流(liu)方(fang)案(an)都(dou)是(shi)有(you)一(yi)定(ding)局(ju)限(xian)的(de)，比(bi)如(ru)感(gan)知(zhi)範(fan)圍(wei)都(dou)有(you)限(xian)，難(nan)以(yi)完(wan)成(cheng)遠(yuan)距(ju)離(li)作(zuo)業(ye)。再(zai)比(bi)如(ru)雙(shuang)目(mu)視(shi)覺(jiao)技(ji)術(shu)在(zai)黑(hei)夜(ye)中(zhong)會(hui)失(shi)靈(ling)，所(suo)以(yi)無(wu)人(ren)機(ji)夜(ye)拍(pai)一(yi)直(zhi)是(shi)個(ge)大(da)坑(keng)，然(ran)而(er)結(jie)構(gou)光(guang)技(ji)術(shu)應(ying)對(dui)不(bu)來(lai)強(qiang)光(guang)，一(yi)到(dao)中(zhong)午(wu)無(wu)人(ren)機(ji)就(jiu)石(shi)樂(le)誌(zhi)也(ye)是(shi)很(hen)心(xin)塞(sai)的(de)。

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。