3D深度视觉技术简介
创：paintonscreen屏幕漆
早在 2009 年，微软便推出了Kinect，将 3D 深度摄像头规模性应用到消费电子产品上（X360）。Kinect 使用一种名为光编码（Light coding）的技术，与传统结构光方法不同的是，它的红外光源抛射的不是一幅周期性变化的二维图像编码，而是一个具有三维纵深的“体编码”，这种光源叫做激光散斑（laser speckle），是当红外激光照射到物体后形成的随机衍射斑点。
但一直到去年，苹果推出 iPhone X，才有了 3D 摄像头在智能手机上的应用；随着手机面部解锁技术运用在越来越多的手机上，“3D结构光”想必大家也是逐渐不断地停到的新名词。在这里简短的为大家介绍一下几种“3D结构光”技术。
有人可能会简单地认为通过普通的前置双摄像头就会获取面部的3D信息，毕竟有1个摄像头具有测量景深功能，类似于人体的双目成像原理，这种想法只能说有一半的正确。该技术对于环境的光线要求较高，过亮或过暗的光线都会造成识别上的困难。
然而手机的使用场景极其复杂，我们经常在正午的阳光下或者关灯后漆黑的屋子中解锁，这种条件苛刻的环境下双目成像技术就会失效。所以，双目成像技术并不适用于手机（不排除一些廉价的手机也支持面部识别解锁）。
（红外）3D结构光
以苹果iPhone X为代表采用的是红外结构光方式，iPhone X 前置 3D 摄像头模组配有 Dot Projecter （点投射器）和 Infrared Camera（红外线相机）。
首先我们来看3D结构光的整个系统构成原理，包含了结构光投影设备、摄像机、图像采集和处理系统。其过程就是投影设备发射光线到被测物体上，摄像机拍摄在被测物体上形成的三维光图形，拍摄图像经采集处理系统处理后获得被测物体表面数据。在这个系统中，当相机和投影设备相对位置一定时，投射在被测物体上的光线畸变程度取决于物体表面的深度，所以在拍摄图像中可以得到一张拥有深度的光线图像。
而3D结构光是获取面部立体信息的最佳方案之一。其工作原理类似于绘制海底地形图的声呐系统，通过反射信息来确定深度。3D结构光则是通过人脸表现反射光线来确定深度信息的。
3D结构光模式包含点、线、面的模式，是指投射的光线类型。一般来说，由多条垂直双向的线组成的网络结构最常用，因为这种模式不需要扫描就可以实现三维的轮廓测量，而且速度快。用在手机上的3D结构光则是由多个点组成的光线系统，选择红外线可以避免解锁被光线射一脸的尴尬。
点云深度摄像头构造
与 iPhone X 直接将 3D 深度摄像系统集成到了手机头部不同，华为荣耀V10 的 3D 面部识别功能需要依靠一款名为 Jupiter X的配件——华为称之为“云深度摄像头”点的辅助，这是一款号称是全球首款「散斑结构光」手机配件。
其点阵发射器可以发射出 30 万的散板点阵（据说是 iPhoneX 的 10 倍），可以支持 3D 人脸建模和 3D 人脸识别。在 400ms 内即可完成 3D 人脸识别，3D 建模只需 10 秒，建模精度可以达到亚毫米级。
由于这款点云深度摄像头的存在，使得荣耀 V10 可以体验类似 iPhone X Animoji 一样的 3D 面部表情。同时，点云深度摄像头还可支持 3D 小物体建模。
TOF技术
而以目前全面屏屏幕比最大的OPPO Find X，其升降模块除了螺旋上升结构外，搭载的OPPO FaceKey 3D结构光技术也是该款手机的重中之重。
TOF的全称是Time Of Flight，翻译成中文为“飞行时间测距法”，其原理是通过不停的给被测物体发送光脉冲信号，再根据光线从被测物体反射的时间差来测量物体的距离信息。
TOF技术与结构光技术类似，都是通过光线进行物体的识别；不过TOF 系统更像是一种光雷达系统，可从发射极向对象发射光脉冲，接收器则可通过计算光脉冲从发射器到对象，再以像素格式返回到接收器的运行时间来确定被测量对象的距离。可以简单的理解为，结构光技术发射出的是一簇簇的光线，TOF技术发射的是一整面光线，这也就避免了结构光技术距离过远不能识别物体的缺点。
在硬件方面，TOF技术的传感器比结构光更小，也带来了更低的功耗和更快的反应速度。
结构光技术的最佳工作距离为0.2-1.2m，而TOF技术最佳工作距离为0.4m-5m，因此TOF技术用在后置摄像头上效果更佳。
说到这里有人肯定要觉得既然TOF技术更适合后置摄像头，那是不是仅仅作为面部解锁有点大材小用了？要知道在即将到来的5G网络，由于网络传输速度极大的提升，实时进行AR/VR无线传输变为可能（3D虚拟影像通话）。因此通过TOF技术，可以跳出了手机的二维画面，进行三维的操作，通过手机与真实的物体完成互动。据称，除了保留前置 3D TrueDepth 摄像头，苹果还将在2019 年为 iPhone 配备后置采用 TOF 技术的 3D 传感器，用于提升 AR 体验。
TOF技术更像一个隐藏的黑科技，一旦5G网络铺开，它的优势会迅速展示出来。
发展
双目成像
3D结构光
TOF
原理
双摄像头
投影条纹斑点编码
红外光反射时间差
弱光环境
弱
良好（受光源影响）
良好（不受外界光源影响）
强光环境
良好
弱
一般
深度精确度
高
一般
低
分辨率
良好
一般
低
响应时间
一般
慢
快
识别距离
与双摄像头距离有关
短（5米以内）
一般（10米以内）
软件要求
高
一般
一般
成本
高
高
一般
功耗
低
一般
低
缺点
低光环境差
易受光源影响
平面分辨率差
从Kinect的诞生到“3D摄像头”搬到手机上，中间足足等待了8年之久，可想而知解决了很多技术难题才实现的这一功能。
从技术上讲，3D 摄像头模组首先要小型化，RGB 模组相对比较容易，而激光投影模组，红外投影模组和主芯片这三个核心部件则是最大的困难。
随着半导体技术的密度提升，才使得微型红外激光发射器可以做得很小，以 iPhone X 为例，在不到 25 平方毫米的空间集成了 3 万多个红外激光投射点（小米则采用了编码方式，在面部呈现几何的编码图形。）。
传统的红外摄像头基本不能感应到940nm 波长的红外线，为了避免阳光中红外分量的影响，iPhone X 采用了与之等波长的 940nm 红外线。苹果公司是通过收购了一家具有QuantumFilm （量子薄膜）的技术 的公司InVisage才实现让红外摄像器感应范围大大提升的功能。
然后是手机运算（AI）能力的提升。3D 深度成像除了器件本身以外，实时运算中资源消耗非常大。在此前的XBox 360上采用了 8 核处理器，12组 GPU 运算单元，768 个流处理器，8G 内存空间的硬件配置才具备实现该功能的计算力。而目前我们所知采用3D深度摄像头（非简单的双摄）进行生物识别的手机都采用的是顶级处理器（苹果的A11、高通的骁龙845、华为的麒麟970等）。
创：paintonscreen屏幕漆
早在 2009 年，微软便推出了Kinect，将 3D 深度摄像头规模性应用到消费电子产品上（X360）。Kinect 使用一种名为光编码（Light coding）的技术，与传统结构光方法不同的是，它的红外光源抛射的不是一幅周期性变化的二维图像编码，而是一个具有三维纵深的“体编码”，这种光源叫做激光散斑（laser speckle），是当红外激光照射到物体后形成的随机衍射斑点。
但一直到去年，苹果推出 iPhone X，才有了 3D 摄像头在智能手机上的应用；随着手机面部解锁技术运用在越来越多的手机上，“3D结构光”想必大家也是逐渐不断地停到的新名词。在这里简短的为大家介绍一下几种“3D结构光”技术。
有人可能会简单地认为通过普通的前置双摄像头就会获取面部的3D信息，毕竟有1个摄像头具有测量景深功能，类似于人体的双目成像原理，这种想法只能说有一半的正确。该技术对于环境的光线要求较高，过亮或过暗的光线都会造成识别上的困难。
然而手机的使用场景极其复杂，我们经常在正午的阳光下或者关灯后漆黑的屋子中解锁，这种条件苛刻的环境下双目成像技术就会失效。所以，双目成像技术并不适用于手机（不排除一些廉价的手机也支持面部识别解锁）。
（红外）3D结构光
以苹果iPhone X为代表采用的是红外结构光方式，iPhone X 前置 3D 摄像头模组配有 Dot Projecter （点投射器）和 Infrared Camera（红外线相机）。
首先我们来看3D结构光的整个系统构成原理，包含了结构光投影设备、摄像机、图像采集和处理系统。其过程就是投影设备发射光线到被测物体上，摄像机拍摄在被测物体上形成的三维光图形，拍摄图像经采集处理系统处理后获得被测物体表面数据。在这个系统中，当相机和投影设备相对位置一定时，投射在被测物体上的光线畸变程度取决于物体表面的深度，所以在拍摄图像中可以得到一张拥有深度的光线图像。
而3D结构光是获取面部立体信息的最佳方案之一。其工作原理类似于绘制海底地形图的声呐系统，通过反射信息来确定深度。3D结构光则是通过人脸表现反射光线来确定深度信息的。
3D结构光模式包含点、线、面的模式，是指投射的光线类型。一般来说，由多条垂直双向的线组成的网络结构最常用，因为这种模式不需要扫描就可以实现三维的轮廓测量，而且速度快。用在手机上的3D结构光则是由多个点组成的光线系统，选择红外线可以避免解锁被光线射一脸的尴尬。
点云深度摄像头构造
与 iPhone X 直接将 3D 深度摄像系统集成到了手机头部不同，华为荣耀V10 的 3D 面部识别功能需要依靠一款名为 Jupiter X的配件——华为称之为“云深度摄像头”点的辅助，这是一款号称是全球首款「散斑结构光」手机配件。
其点阵发射器可以发射出 30 万的散板点阵（据说是 iPhoneX 的 10 倍），可以支持 3D 人脸建模和 3D 人脸识别。在 400ms 内即可完成 3D 人脸识别，3D 建模只需 10 秒，建模精度可以达到亚毫米级。
由于这款点云深度摄像头的存在，使得荣耀 V10 可以体验类似 iPhone X Animoji 一样的 3D 面部表情。同时，点云深度摄像头还可支持 3D 小物体建模。
TOF技术
而以目前全面屏屏幕比最大的OPPO Find X，其升降模块除了螺旋上升结构外，搭载的OPPO FaceKey 3D结构光技术也是该款手机的重中之重。
TOF的全称是Time Of Flight，翻译成中文为“飞行时间测距法”，其原理是通过不停的给被测物体发送光脉冲信号，再根据光线从被测物体反射的时间差来测量物体的距离信息。
TOF技术与结构光技术类似，都是通过光线进行物体的识别；不过TOF 系统更像是一种光雷达系统，可从发射极向对象发射光脉冲，接收器则可通过计算光脉冲从发射器到对象，再以像素格式返回到接收器的运行时间来确定被测量对象的距离。可以简单的理解为，结构光技术发射出的是一簇簇的光线，TOF技术发射的是一整面光线，这也就避免了结构光技术距离过远不能识别物体的缺点。
在硬件方面，TOF技术的传感器比结构光更小，也带来了更低的功耗和更快的反应速度。
结构光技术的最佳工作距离为0.2-1.2m，而TOF技术最佳工作距离为0.4m-5m，因此TOF技术用在后置摄像头上效果更佳。
说到这里有人肯定要觉得既然TOF技术更适合后置摄像头，那是不是仅仅作为面部解锁有点大材小用了？要知道在即将到来的5G网络，由于网络传输速度极大的提升，实时进行AR/VR无线传输变为可能（3D虚拟影像通话）。因此通过TOF技术，可以跳出了手机的二维画面，进行三维的操作，通过手机与真实的物体完成互动。据称，除了保留前置 3D TrueDepth 摄像头，苹果还将在2019 年为 iPhone 配备后置采用 TOF 技术的 3D 传感器，用于提升 AR 体验。
TOF技术更像一个隐藏的黑科技，一旦5G网络铺开，它的优势会迅速展示出来。
发展
双目成像
3D结构光
TOF
原理
双摄像头
投影条纹斑点编码
红外光反射时间差
弱光环境
弱
良好（受光源影响）
良好（不受外界光源影响）
强光环境
良好
弱
一般
深度精确度
高
一般
低
分辨率
良好
一般
低
响应时间
一般
慢
快
识别距离
与双摄像头距离有关
短（5米以内）
一般（10米以内）
软件要求
高
一般
一般
成本
高
高
一般
功耗
低
一般
低
缺点
低光环境差
易受光源影响
平面分辨率差
从Kinect的诞生到“3D摄像头”搬到手机上，中间足足等待了8年之久，可想而知解决了很多技术难题才实现的这一功能。
从技术上讲，3D 摄像头模组首先要小型化，RGB 模组相对比较容易，而激光投影模组，红外投影模组和主芯片这三个核心部件则是最大的困难。
随着半导体技术的密度提升，才使得微型红外激光发射器可以做得很小，以 iPhone X 为例，在不到 25 平方毫米的空间集成了 3 万多个红外激光投射点（小米则采用了编码方式，在面部呈现几何的编码图形。）。
传统的红外摄像头基本不能感应到940nm 波长的红外线，为了避免阳光中红外分量的影响，iPhone X 采用了与之等波长的 940nm 红外线。苹果公司是通过收购了一家具有QuantumFilm （量子薄膜）的技术 的公司InVisage才实现让红外摄像器感应范围大大提升的功能。
然后是手机运算（AI）能力的提升。3D 深度成像除了器件本身以外，实时运算中资源消耗非常大。在此前的XBox 360上采用了 8 核处理器，12组 GPU 运算单元，768 个流处理器，8G 内存空间的硬件配置才具备实现该功能的计算力。而目前我们所知采用3D深度摄像头（非简单的双摄）进行生物识别的手机都采用的是顶级处理器（苹果的A11、高通的骁龙845、华为的麒麟970等）。
【馒朵麻高端定制】Calvin Klein 205W39NYC 黑色一字钻带 鸳鸯高跟鞋
——————————— Calvin Klein 205W39NYC 一個看似平淡無奇的文字，但卻是出自平面藝術大師 Peter Saville 之手，个人品牌的设计灵感与形象有着紧密联系，非常前卫，他也很擅长将经典品牌做出新风格。单品采用了非常大胆的鸳鸯鞋设计，独家私模Swarovski璀璨钻饰，一只在腕带，一只在脚面，独特不失优雅，
进口麂皮鞋面，绵羊皮内里，意大利牛皮鞋底，不妨让它伴你现身派对，助你诠释女性的万种风情。
Size : 35-39.跟高约85mm
Color: 黑 白
——————————— Calvin Klein 205W39NYC 一個看似平淡無奇的文字，但卻是出自平面藝術大師 Peter Saville 之手，个人品牌的设计灵感与形象有着紧密联系，非常前卫，他也很擅长将经典品牌做出新风格。单品采用了非常大胆的鸳鸯鞋设计，独家私模Swarovski璀璨钻饰，一只在腕带，一只在脚面，独特不失优雅，
进口麂皮鞋面，绵羊皮内里，意大利牛皮鞋底，不妨让它伴你现身派对，助你诠释女性的万种风情。
Size : 35-39.跟高约85mm
Color: 黑 白
姓名：赵熙诺
英文名：Johnny
昵称：仔仔
性别：男
生日：2013.01.16
身高：115cm
体重：22公斤
特长：模特，走秀
兴趣爱好：跆拳道，武术，数学，美术
经历：2017新丝路中国国际少儿模特大赛形象代言人
2017新丝路中国国际少儿模特大赛全国总决赛铜奖
2017碧桂园五星天使并拍摄宣传片和参加义演
2017爆米花儿童造型形象代言人并拍摄《潮童》杂志封面
2017昆明国际儿童时装周最佳新人奖
2018新丝路中国国际少儿模特大赛最佳形象奖
2018腾讯大辽网少儿网红
2018哈尔滨国际时装周ZIOOD御用超模
2018全国平面童模大赛沈阳赛区十强，全国总决赛“闪亮萌星”奖
2018春节登上了辽视少儿春晚的舞台
2018中国少儿电视网络模特大赛全国总决赛“最佳人气奖”“平面模特季军”“T台模特全国十佳”
英文名：Johnny
昵称：仔仔
性别：男
生日：2013.01.16
身高：115cm
体重：22公斤
特长：模特，走秀
兴趣爱好：跆拳道，武术，数学，美术
经历：2017新丝路中国国际少儿模特大赛形象代言人
2017新丝路中国国际少儿模特大赛全国总决赛铜奖
2017碧桂园五星天使并拍摄宣传片和参加义演
2017爆米花儿童造型形象代言人并拍摄《潮童》杂志封面
2017昆明国际儿童时装周最佳新人奖
2018新丝路中国国际少儿模特大赛最佳形象奖
2018腾讯大辽网少儿网红
2018哈尔滨国际时装周ZIOOD御用超模
2018全国平面童模大赛沈阳赛区十强，全国总决赛“闪亮萌星”奖
2018春节登上了辽视少儿春晚的舞台
2018中国少儿电视网络模特大赛全国总决赛“最佳人气奖”“平面模特季军”“T台模特全国十佳”
✋热门推荐