全球楼市炸锅！最近是怎么了？
美国曼哈顿也不例外，曾经灯火辉煌的纽约也逐渐变为了一座富得流油的“鬼城”，就连“黄金大道”麦迪逊都无人问津。
近期，《纽约/时报》引述地产公司Douglas Elliman的调查数据显示，目前曼哈顿约有20%的零售商铺处于空置状态，而这一数字在2016年仅有7%。 https://t.cn/R2W65q2
美国曼哈顿也不例外，曾经灯火辉煌的纽约也逐渐变为了一座富得流油的“鬼城”，就连“黄金大道”麦迪逊都无人问津。
近期，《纽约/时报》引述地产公司Douglas Elliman的调查数据显示，目前曼哈顿约有20%的零售商铺处于空置状态，而这一数字在2016年仅有7%。 https://t.cn/R2W65q2
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）。
回想一下，当年被贬的白居易在浔阳江听到琵琶女的一番诉说，是否有那么一时的心动。我闻琵琶已叹息，同是天涯沦落人！这一路来，我们从陌生人，到偶遇，再到互诉惨遇！我从你故事里的陌生人逐渐变为同病相怜之人！江州司马青衫湿，眼泪只为你而流！长安的驿站和姑苏的船，载去千日的酒和千千日的胡言，我来自某片江海！
✋热门推荐