“（計算機(jī)）從2D到3D世界，是1995年之后最大的消費(fèi)電子技術(shù)轉(zhuǎn)折點(diǎn)，這將徹底改變?nèi)藗兊挠嬎泱w驗?！?span style="display:none">jbtesmc

從人們的角度來看，這個世界永遠(yuǎn)在變化。當(dāng)我們四處移動時，我們的目光也游走在整個環(huán)境中，豐富動態(tài)的場景信息不停地被傳送到我們的大腦里。我們可以理解這些不斷改變的信號，并以此生成對這個世界的根本性了解，從而和這個世界進(jìn)行無縫交互。在過去三十年的計算機(jī)視覺領(lǐng)域中，有相當(dāng)龐大的工作被投入到了這一塊，嘗試通過顏色和深度攝像頭來模擬人類的感知能力?？梢哉f，計算機(jī)視覺一直是人工智能領(lǐng)域里最活躍的部分，指紋識別、掌紋識別、人臉識別都屬于其應(yīng)用，而深度攝像頭就是計算機(jī)的眼睛。jbtesmc

深度攝像頭技術(shù)解析

那么究竟什么是深度攝像頭？消費(fèi)者最熟悉的當(dāng)屬微軟開發(fā)的Kinect系列，Leap Motion的體感設(shè)備，三星智能電視的手勢遙控功能等產(chǎn)品，這些均是深度攝像頭的jbtesmc

傳統(tǒng)體感類應(yīng)用。實現(xiàn)深度探測的主流技術(shù)目前有三類：
1：（單目）結(jié)構(gòu)光技術(shù)路線
代表公司：PrimeSense / 代表產(chǎn)品：Kinect I代
主要優(yōu)勢：識別距離遠(yuǎn) / 主要問題：硬件難度和成本稍高
陣營公司：Apple(PrimeSense)、Microsoft、Intel、Google, etc.
主流評價：目前最主流的機(jī)器視覺工程化實現(xiàn)方法jbtesmc

2：雙目可見光（可配合紅外補(bǔ)光）
代表公司：LeapMotion / 代表產(chǎn)品：LeapMotion
主要優(yōu)勢：高精度 / 主要問題：檢測范圍太?。ú蛔?米），遠(yuǎn)距離檢測問題很多
陣營公司：LeapMotion
主流評價：應(yīng)用場景太少jbtesmc

3：飛行時間法（ToF）
代表公司：Microsoft / 代表產(chǎn)品：Kinect II代
主要優(yōu)勢：體感應(yīng)用好 / 主要問題：傳感器供應(yīng)受限、體積和功耗大、像素低
陣營公司：Microsoft、SoftKinetic（剛被SONY收購）
主流評價：除微軟在體感游戲之外民用應(yīng)用不多jbtesmc

以結(jié)構(gòu)光技術(shù)為例，其原理如圖。

光源向檢測空間內(nèi)投射經(jīng)過編碼的激光光斑陣列，對空間進(jìn)行標(biāo)定并輔助計算三維空間位置。它是整合了衍射光學(xué)、圖像處理、計算視覺算法和處理器計算平臺的跨界組合工程，非標(biāo)準(zhǔn)的光學(xué)器件需要設(shè)計定制。其關(guān)鍵技術(shù)包括兩個部分：投射光學(xué)系統(tǒng)、“結(jié)構(gòu)光”pattern編碼和衍射光學(xué)系統(tǒng)設(shè)計；以及圖像處理和視覺計算算法。jbtesmc

該技術(shù)的代表公司是PrimeSense，它創(chuàng)立于 2005 年，于 2006 年研發(fā)出 3D 傳感器，在當(dāng)年的 E3 大展上與微軟建立了聯(lián)系，并催化出代號為 Project Natal 的神秘項目。等到 2009 年 E3 大展時，微軟發(fā)布了內(nèi)置 PrimeSense 3D 傳感器的 Kinect，成功掀起了“體感游戲”大潮。PrimeSense的原理，是使用3D光學(xué)感測技術(shù)，使用紅外線系統(tǒng)來繪制場景的網(wǎng)格。通過傳感器讀取網(wǎng)格中的點(diǎn)，并結(jié)合來自CMOS傳感器的圖像信息，繪制出包含了深度信息的3D地圖。這種方法被稱為“RGB-D”,它由傳統(tǒng)的紅色，綠色和藍(lán)色的圖像信息加上“深度”信息構(gòu)成。其核心為Light Coding技術(shù)，是利用連續(xù)光（近紅外線）對測量空間進(jìn)行編碼，經(jīng)感應(yīng)器讀取編碼的光線，交由芯片運(yùn)算進(jìn)行解碼后，產(chǎn)生成一張具有深度的圖像。Light Coding技術(shù)的關(guān)鍵是激光散斑，當(dāng)激光照射到粗糙物體、或是穿透毛玻璃后，會形成隨機(jī)的反射斑點(diǎn)，稱之為散斑。散斑具有高度隨機(jī)性，也會隨著距離而變換圖案，空間中任何兩處的散斑都會是不同的圖案，等于是將整個空間加上了標(biāo)記，所以任何物體進(jìn)入該空間、以及移動時，都可確切紀(jì)錄物體的位置。jbtesmc

深度攝像頭供應(yīng)格局

隨著深度攝像頭技術(shù)的不斷發(fā)展，更多機(jī)器視覺應(yīng)用正在不斷涌現(xiàn)，例如行為捕捉和分析用于智能安防，環(huán)境感知（SLAM）用于視覺導(dǎo)航，消費(fèi)類 3D建模等，同時深度攝像頭也是近年來最火爆的AR/VR設(shè)備的核心模塊之一。高級行為分析功能必需基于三維深度信息實現(xiàn)，此前市場上只有基于PrimeSense方案的體感游戲攝像頭可用，在2013年P(guān)rimeSense被Apple 收購，其對外供貨和技術(shù)授權(quán)在15年中止，業(yè)界急需要合適的替代產(chǎn)品。例如有一款采用PrimeSense開發(fā)板設(shè)計的iPad外置深度攝像頭產(chǎn)品，在Kickstarter上募集了約130萬美金，同樣因為Apple收購PrimeSense的原因，類似項目全部陷入困境。在AR/VR設(shè)備應(yīng)用中，遠(yuǎn)距離深度攝像頭用于環(huán)境感知和建模；近距離深度攝像頭用于手勢識別。預(yù)計將來 99% 的 AR 設(shè)備和 50% 以上的 VR 設(shè)備將配備深度攝像頭，而這兩類應(yīng)用的崛起，也將大力推動深度攝像頭市場的增長。jbtesmc

PrimeSense的產(chǎn)品有深度攝像頭模塊，有完善的SDK（其中最著名的是開源的Open NI應(yīng)用程序接口），更有其定制的DSP+硬件加速器芯片以及強(qiáng)大的專利池。在PrimeSense被Apple 收購之后，市場上類似方案供應(yīng)幾乎成為空白，隨后谷歌、英特爾、臉書旗下Oculus、索尼和三星等企業(yè)都相繼在這一領(lǐng)域進(jìn)行了投入，收購動作頻繁。谷歌Project Tango，利用深度攝像頭進(jìn)行機(jī)器人室內(nèi)導(dǎo)航；英特爾演示RealSense深度攝像頭對無人機(jī)進(jìn)行視覺導(dǎo)航等等……?？梢哉f，深度攝像頭是所有需要視覺傳感器的機(jī)器，包括機(jī)器人、無人機(jī)、工業(yè)設(shè)備的必需模塊。據(jù)IHS預(yù)計，到2019年手勢感應(yīng)傳感器全球市場規(guī)模將從2015年的23億達(dá)到95億美金，年復(fù)合增長率達(dá)到42.6%。jbtesmc

下圖是該產(chǎn)業(yè)領(lǐng)導(dǎo)廠商主要技術(shù)發(fā)展及深度攝像頭平臺情況。

上圖顯示了科技行業(yè)巨頭在深度攝像頭領(lǐng)域的布局，他們通過收購構(gòu)筑了各自的技術(shù)護(hù)城河。其中，微軟Kinect一代的技術(shù)方案供應(yīng)商，機(jī)器視覺民用化的先驅(qū)PrimeSense被蘋果收購可以視為一個轉(zhuǎn)折點(diǎn)，收購以后，其對外授權(quán)和供貨會在 2015 年終止，所以那些使用了PrimeSense技術(shù)的廠商們不得不尋找替代方案，再加上AR/VR設(shè)備的興起，讓國內(nèi)一些初創(chuàng)企業(yè)盯住了這一市場，圖漾科技即是其中之一。jbtesmc

圖漾：業(yè)界最獨(dú)特的技術(shù)路線

費(fèi)浙平曾經(jīng)是處理器巨頭ARM在中國大陸的第一位員工，在全球頂尖的CPU和GPU公司工作十多年，于2013年開始啟動深度攝像頭的技術(shù)研發(fā)，團(tuán)隊的技術(shù)合伙人來自于國內(nèi)機(jī)器視覺領(lǐng)域的著名團(tuán)隊Click研發(fā)小組，在光學(xué)、硬件和算法上非常有經(jīng)驗和積累。在強(qiáng)大的技術(shù)團(tuán)隊背景下，圖漾立志成為機(jī)器視覺領(lǐng)域的世界級核心技術(shù)平臺。jbtesmc

2015年初，圖漾科技獲得Pre-angel 400萬天使輪融資，目前已經(jīng)完成了所有核心技術(shù)的研發(fā)和器件定制，產(chǎn)品已經(jīng)開始在諸多行業(yè)客戶中使用。區(qū)別于主流的單目結(jié)構(gòu)光技術(shù)方案，他們創(chuàng)造性地采用了主動雙目的技術(shù)路線，主動雙目（Active Stereo）技術(shù)的不斷演進(jìn)和優(yōu)化，能夠把深度攝像頭性能推向極致，同時徹底規(guī)避了與市場先行者的專利風(fēng)險。主動雙目方案可以看成是純雙目方案和單目結(jié)構(gòu)光兩種方案的融合，由于這兩種方式都可以獲得深度信息，在系統(tǒng)魯棒性方面會大大超過現(xiàn)有方案。在某些環(huán)境下（比如室外）由于環(huán)境光的干擾，該方案可以直接轉(zhuǎn)變成純雙目方案，繼續(xù)獲得深度信息而不會直接失效，也可以真正杜絕不同深度攝像頭之間空間散斑的互相干擾（這個問題在機(jī)器視覺社區(qū)非常常見，但單目結(jié)構(gòu)光方案由于原理問題，無法避免）。同時雙目結(jié)構(gòu)光方案的光學(xué)標(biāo)定方式不同于單目結(jié)構(gòu)光，激光發(fā)射器（產(chǎn)品壽命最大瓶頸）可以直接替換，由此帶來攝像頭模塊的工作時間可以達(dá)到商用和工業(yè)領(lǐng)域的高可靠性和高可用性需求，還能帶來維護(hù)成本的大幅度降低（不需要整個模塊替換），這對行業(yè)用戶的重要性不言而喻。jbtesmc

費(fèi)浙平表示，圖漾目前已完成1500萬人民幣的pre-A輪融資，本輪融資由專投機(jī)器人領(lǐng)域的兩個投資機(jī)構(gòu)參投，資金將主要用于產(chǎn)品商業(yè)化布局和硬件設(shè)備落地，普及更多的客戶。“深度攝像頭能夠獲取世界的三維信息，由此給VR/AR、動作捕捉、三維掃描與打印、室內(nèi)導(dǎo)航與定位等應(yīng)用提供了基礎(chǔ)的技術(shù)支持。有了深度攝像頭，你的設(shè)備將讀懂這個世界所發(fā)生的一切，更加智能?！彼硎?。jbtesmc

根據(jù)他的規(guī)劃，圖漾的第一個產(chǎn)品型態(tài)是深度攝像頭（傳感器），可利用視覺計算原理，計算出拍攝場景內(nèi)物體的3維空間位置信息，在此基礎(chǔ)上可以實現(xiàn)環(huán)境感知、體感、建模、行為識別等各種應(yīng)用。在第二階段，跟行業(yè)合作伙伴配合，為最終客戶提供基于深度信息的視覺應(yīng)用開發(fā)支持，比如3D建模和SLAM等，構(gòu)建起深度技術(shù)應(yīng)用的技術(shù)平臺。圖漾的硬件技術(shù)發(fā)展路線和方向有兩個，一是提供適合移動設(shè)備用的小型化低功耗深度攝像頭，二是遠(yuǎn)距離和超高分辨率的高性能產(chǎn)品。jbtesmc

在競爭格局上，費(fèi)浙平表示，被Apple收購后的PrimeSense基本上會是自用，微軟綁定了Win10，也在明顯趨于封閉，而且它不會進(jìn)入硬件模塊市場；英特爾的產(chǎn)品規(guī)格非常固定，且需綁定 x86 處理器，應(yīng)用場景比較受限；谷歌志不在成為硬件供應(yīng)商，甚至有朝一日很可能會徹底開源其Project Tango的源代碼，幫助促進(jìn)深度攝像頭的大規(guī)模普及應(yīng)用。以色列有一個技術(shù)極好的創(chuàng)業(yè)公司群體，但是這類企業(yè)的目標(biāo)在于被巨頭收購，難以成為可靠的合作伙伴。事實上，在過去的12個月里面，市面上大多數(shù)的深度技術(shù)公司都已經(jīng)被大公司收入旗下了?！斑@一領(lǐng)域的特點(diǎn)是技術(shù)門檻極高，技術(shù)發(fā)展整體上尚屬于早期，整個行業(yè)都在技術(shù)起飛過程當(dāng)中。類似于高仿Kinect硬件加軟件破解的方式不是我們的興趣所在，我們的目標(biāo)是成為世界頂尖的深度技術(shù)公司，在這個技術(shù)點(diǎn)上做出創(chuàng)造性的領(lǐng)先技術(shù)和產(chǎn)品，jbtesmc

支持計算視覺應(yīng)用從行業(yè)擴(kuò)展到我們每個人的工作和生活當(dāng)中。”在技術(shù)和產(chǎn)品山寨橫行的中國市場，有這樣愿意挑戰(zhàn)業(yè)界技術(shù)巔峰的企業(yè)實屬罕見。jbtesmc

費(fèi)浙平解釋深度攝像頭的幾個關(guān)鍵技術(shù)規(guī)格，一個是檢測范圍，看最大檢測距離；第二是檢測精度，看誤差多少；第三是檢測角度，看鏡頭的視角多大；第四是檢測速度，每秒能刷新多少次。他表示目前已有小批量試用模組提供給早期客戶評估，該深度攝像頭采用雙目立體視覺，配以紅外結(jié)構(gòu)光輔助投影，能夠獲得比傳統(tǒng)jbtesmc

立體視覺更多的景深細(xì)節(jié)。板載深度數(shù)據(jù)專用處理器，所有圖像處理均在設(shè)備端高速完成，直接輸出深度數(shù)據(jù)供客戶調(diào)用處理。這一型號采用裸板模組設(shè)計，適合企業(yè)客戶直接用于自家產(chǎn)品的安裝使用，適用于機(jī)器人導(dǎo)航避障，及低精度的姿態(tài)識別等領(lǐng)域應(yīng)用，支持Linux、windows操作系統(tǒng)。

首款產(chǎn)品模組規(guī)格描述：jbtesmc

1. 尺寸88mmx38mmx35mm，基線長度55mm。
2. 輸出深度分辨率560x460@10fps，micro USB 2.0。
3. 設(shè)備功耗為3.5w。
4. 檢測距離1-5m，水平檢測范圍58°。
5. 供電方式：雙USB供電。
6. 提供模組安裝定位孔。

“目前我們的深度攝像頭模組內(nèi)置專用圖像處理芯片，能夠高速實時檢測物體的三維信息，無需占用任何設(shè)備外計算資源。通過巧妙的光學(xué)設(shè)計，保證深度傳感器的識別范圍有了更大的延伸，實現(xiàn)最遠(yuǎn)可達(dá)到10米內(nèi)的目標(biāo)檢測，并實現(xiàn)雙圖像捕獲激光投射，能夠?qū)ξ矬w三維信息實時測量，檢測精度達(dá)到毫米級，” 費(fèi)浙平指出，“而且即插即用，無需復(fù)雜的驅(qū)動，可直接輸出深度信息流，支持不同的平臺。此外我們對所有開發(fā)者免費(fèi)開放豐富的開發(fā)包，可以讓開發(fā)者充分發(fā)揮想象，將深度信息的利用發(fā)揮到極致。同時也為企業(yè)客戶提供交鑰匙方案，攝像頭模組可以輕松外置或嵌入各型號電子產(chǎn)品，幫助客戶提升產(chǎn)品的國際競爭力?！?值得注意的是，目前的模組導(dǎo)出的數(shù)據(jù)是原始數(shù)據(jù)，需要客戶自己去進(jìn)一步分析處理，因此圖漾現(xiàn)階段選擇的都是具備一定技術(shù)實力的客戶。jbtesmc

視覺處理器：新的藍(lán)海

費(fèi)浙平指出，目前的處理器架構(gòu)不足以支撐現(xiàn)有的計算機(jī)視覺的發(fā)展。未來關(guān)于深度識別方面，也需要專門優(yōu)化過的處理器來處理相關(guān)的應(yīng)用，才能做到又快又好。近期由于視覺處理器創(chuàng)業(yè)公司CogniVue被飛思卡爾收購，該領(lǐng)域的創(chuàng)業(yè)機(jī)會也被業(yè)界看好，谷歌project Tango中所使用的視覺處理器供應(yīng)商Movidius已經(jīng)成為當(dāng)紅炸子雞?！吧疃葦z像頭技術(shù)發(fā)展仍處于早期階段，還有很長的路要走，同時，這也意味著有很多機(jī)會等著我們?！碧幚砥餍袠I(yè)出身的費(fèi)浙平在說到視覺處理器話題時，仍舊兩眼放光，讓人不禁浮想聯(lián)翩……。jbtesmc