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。shuangmubeidongshijiaozhuyaoshiliyonglianggeguangxueshexiangtou，tongguozuoyoulitixiangduipipeihou
，zaijingguosanjiaoceliangfalaidedaoshenduxinxi。cisuanfafuzadugao，nanduhenda，chulixinpianxuyaohengaodejisuanxingneng
，tongshitayejichengleputongRGB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。

jiegouguangdeyuanlishitongguohongwaijiguangfashexiangduisuijidanyougudingdebandiantuan，zhexieguangbandazaiwutishanghou
，yinweiyushexiangtoujulibutong
，beishexiangtoubuzhuodaodeweizhiyebujinxiangtong。ranhouxianjisuanpaidaodetudebandianyubiaodingdebiaozhuntuanzaibutongweizhideweiyi

，yinrushexiangtouweizhi
、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。

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。