陶老師說農業2020-03-19 16:32:20

1。 Microsoft 和JDSU 3D攝像頭的歷史起源於2006年微軟與CVI開始一起研發紅外投影式多點觸控桌面電腦，但由於價格太高推廣不及預期，但是自此打開了3D感應和多點觸控領域。

2007年Primsense透過La一家設計公司與微軟接觸。2008年微軟聯合JDSU、Primsense開始一起研發3D攝像頭，但同時JDSU也在私下與蘋果也在洽談。2009年JDSU打算轉型做消費電子，把深圳搞光通訊的工廠賣給新美亞。2010年 JDSU大陸廠商移到了蘇州設廠，同年11月份三個月KINECT上市賣的很火。2011年蘋果與JDSU談收購。2013年蘋果收購了Primesense（主做飛行時間的3D探測檢測晶片）。

2015年JDSU拆分為lumentum和Viavi兩家上市公司，原JDSU股東為Viavi大股東，原JDSU股東為lumentum的小股東。

2。 3D 攝像頭的應用領域有哪些？

微軟對於3D攝像頭認識的第一代是基於光飛行時間（TOF）的，第二代是基於結構光的。3D攝像頭可以用到家庭娛樂、遙控、汽車電子控制、照明控制、家庭安防、手機控制、手機安全、人工智慧、VR、AR。攝像頭的使用壽命和可靠性相對其它按鍵更長更穩定、蘋果目前已經開始量產3D攝像頭。

3。 TOF的工作原理光在兩點之間行程需要有限時間，如果行程時間已知，可以透過近紅外光特性計算出相應的距離。CMOS成像器利用光行程時間透過重建影象軟體轉換成影象指令。一般適用於短距離。

4。 結構光的工作原理透過投影裝置把條紋或者Pattern投影到物體上，攝像裝置獲得變形以後的條紋影象，經過軟體解調獲得物體3D資訊，缺點是背景干擾、角度和整合問題。蘋果iPhone8很大程度上用TOF技術，下一代有可能用結構光。目前有專利，但是實現還需要一段時間。

5。 目前國際大廠已經在3D方向有佈局蘋果—整合PrimeSense， 發力3D手勢與人臉識別；英特爾—開始做RealSense；微軟—從KINECT到HANDPOSE；谷歌—Tango專案；索尼—收購softkinetic； 三星—Gear VR。

6。 3D 攝像頭有哪些關鍵部件？光源：VCSEL（耗能低、譜線窄、壽命高）紅外LD（譜線寬）、紅外LED（受溫度影響大、譜線更寬），價格一般在0。5美元~2。5美元之間；鏡頭；濾光片0。6~1。5 美元之間；CMOS攝像元件；結構圖器件，幾分錢；訊號處理芯，1。5美元左右；蘋果總預算是要低於5美元。

7。 國內外技術方案情況TOF目前國外廠商涉及的有德州儀器、意法半導體、英飛凌、微軟、索尼、PrimSense、蘋果等；結構光在做的有英特爾、AMS、微軟、蘋果；系統整合國外有LG，國內有富士康和微創立；VCSEL國外在做的有Lumentum、Finsar、Princeton，國內有能力做的是光迅科技，但是未來能做的有很多，競爭會很有競爭力。

科技一杆槍2020-03-21 16:59:54

你好，我是科技一杆槍，很高興跟大家交流科技領域問題。我們發現，現在推出的具有競爭力的智慧手機都搭載了一顆3D深感攝像頭，這種深感攝像頭不僅用在手機端，同樣在智慧汽車的自動駕駛上、需要人臉識別的場景下、以及製作電影特效捕捉等領域發揮著重要作用。那麼什麼是3D深感攝像頭呢？又起到什麼作用呢？

3D深感成像感測技術

當前主流的3D成像感測技術主要有三類：雙目立體視覺技術、結構光技術和TOF飛行時間技術，他們有各自的優缺點及適用範圍。

1、雙目立體視覺（Binocular Stereo Vision）

這種技術靈感源自人類的雙眼，是一種利用視差原理來獲取空間深度感知，從而進行3D成像的技術。我們知道人的兩隻眼睛看到的物體是存在一定差別的，假設是兩張影象，雙目立體視覺就利用這種視差，用兩個攝像機來捕捉影象，建立特徵點在兩張影象之間的對應關係，進而繪製出特徵點在三維空間內的位置。見下圖：

雙目立體視覺技術原理簡單，成本較低，近些年在機器人視覺系統中應用較為廣泛，同時在測繪、醫療成像和工業檢測等領域中也有著不同程度的應用。但是它的缺點也很明顯，雙目成像無法獲知目標點準確的深度距離，精度較差，所以在智慧手機端並沒有應用。

2、結構光技術（structured light）

結構光的意思就是將光線結構化，使其具有一定的結構特徵。這裡面需要用到紅外鐳射發射器和採集攝像機，鐳射器發出的光經過預定的光柵或者其他裝置產生出結構特徵的光線，投射向被測向物體表面，再由一組或多組攝像頭採集被測物體的表面獲取影象資訊，由計算機系統對採集的資訊進行深入處理成像。

相比於雙目視覺技術來講，結構光可以得到準確的距離資訊，優勢在於效率高、低能耗、成像解析度高，適合靜態場景的應用，所以廣泛應用在人臉識別和人臉支付等場景。結構光技術的缺點是覆蓋距離太短，識別深度在1。2米以內，故而可以應用在手機前置自拍上，比如iPhone X的攝像就採用了結構光技術。

3、飛行時間技術（Time Of Flight）

飛行時間技術顧名思義就是說測量光在空中飛行的時間的技術，是指由TOF感測器向目標物體發射經調製的脈衝型近紅外光，在被物體反射後，再由TOF感測器接收反射回的光線，透過計算光線發射和反射時間差或相位差，來確定被拍攝物體和鏡頭、環境之間的距離，以產生深度資訊，再結合計算機處理來呈現三維影像。

TOF可能是大眾瞭解度較高的技術，主要是得益於它在手機攝像頭上的大量應用。TOF技術相對來說，具有測量精度高、重新整理率fps高、抗干擾性強、覆蓋範圍遠等優點，成像識別距離可以達到5米左右，比結構光技術遠得多，並且在捕捉動態成像上表現出色。這也是它在手機攝像矩陣中佔據一席的原因之一，除此以外，TOF技術還應用在掃描成像、VR/AR等領域。

TOF深感鏡頭測距原理

以上三種技術最有前景的當屬TOF技術，很多廠商也在從雙目、結構光技術向TOF技術轉變，下面就以TOF技術展開講解。前面說了飛行時間技術的基本過程，那麼它應用在移動端的3D深感鏡頭又是如何工作的呢？

1、TOF深感鏡頭基本結構

一套TOF深感鏡頭包括光源、光電探測器、脈衝發射單元和邏輯處理器。光源通常採用紅外線，脈衝裝置多用是讓光源可以連續不斷的發射調製的紅外光，照射到目標物體上，並接收源源不斷的反射光線。

2、光的飛行時間如何測量

我們根據速度公式：c=d/t，c為光速，d為距離，t為時間。那麼我們測量出光線在發出及返回之間使用的時間，再乘以光速就是距離。

但是我們知道光的速度是3x10^8m/s，對於這麼快的光速，那麼對時間的測量精度就需要達到皮秒級，這就要求電子計時器要有數百GHz的時鐘頻率。這麼高的頻率和精度使得測量器件製造成本和難度都很大，所以我們尋求了一種低頻率測量的方法。

我們再來看另一個速度公式：c=λ⋅ƒ，c仍然是光速，λ是波長，ƒ是頻率。現在，我們將光源調製成正弦脈衝波，當光波遇到目標物體後發生反射，再用感測器來接收反射回來的正弦波，這時正弦波形會產生一定的相位偏移，而這個相位偏移就可以用來計算波形傳播的距離。

以上圖來輔助說明，ƒ就是調製頻率，藍線表示發出時的光波函式，紅線表示返回時的光波函式，它們之間產生了相位角差值φ，那麼利用相位角配合公式：d=c·φ/4πƒ就可以算出物體和TOF深感鏡頭的距離了。

3、手機端TOF鏡頭例項

根據這個原理，除了拍照，華為手機已經集成了深感鏡頭的測距功能，看下面這個例子，我們透過手機來聚焦一副眼鏡，完成後點選中間的圓點就可以開始測量，選擇起點和終點，手機就能顯示出被測點之間的長度。

深感攝像頭的應用及前景

根據諮詢機構的統計預測，得益於手機終端等電子裝置的科技發展，和數碼消費的火爆市場，可全球3D成像與感測的市場規模到2022年將達到90億美元，而這一數字在2016年才13億美元。CAGR即複合年均增長率能達到近38%。

前面說的3種深度感知成像技術在軍事、工業、醫療、汽車、家居等方面都有著大量的應用，下面講解幾個跟大家平時使用較為密切的應用，比如：

1、人臉識別、動作識別

如蘋果公司的產品iPhone X的前置攝像頭就是搭載了結構光技術，可以在近距離下識別手勢動作和人臉，是一種便捷又安全的識別模式，支援用來進行人臉支付或解鎖等操作。

除了識別人臉，還能識別手勢、動態，比如捕捉動作的體感遊戲，還有用手勢控制智慧家電的開關、亮度。

2、配合手機相機功能

如今華為、OPPO等手機廠商的相機功能已經越來越“浮誇”，都是高畫質主攝+超感光+超廣角+長焦+景深鏡頭，這裡的景深鏡頭就是TOF深感攝像頭，得益於積體電路和電子感測器的突破技術，現在TOF技術也可以做的很小，整合到手機裡，並實現較遠距離的拍攝。

景深鏡頭攝入的景象肯定是比其他鏡頭更準確，但它並不能單獨進行攝像，因為解析度不夠高，所以要搭配一顆或幾顆高畫質的主攝像頭。

3、AR、全息影像等

TOF技術的景深功能能較好地獲取物體不同部位的具體深度資訊，可以用來實現3D方位上的很多不同場景應用，比如配合第三方提供的資料可以實現AR場景展現、虛擬換裝等效果。

以上就是我對3D深感攝像頭的理解和分享，而TOF技術的優勢使得TOF比結構光和雙目視覺應用場景更寬廣。

我是科技一杆槍，歡迎關注我看更多科技熱點。

一隻科技怪2020-03-19 16:00:04

你好，後置3D深感攝像頭，可以在拍攝時實現畫面縱深的測距，分離主體和背景，擁有高精度的髮絲級摳圖、漸進式虛化以及電影級影片背景虛化感，呈現出動人的立體視覺效果。前置的3D深感攝像頭，可以在自拍時獲得精確的景深資訊，配合人像分割的演算法，可以實現高精度的髮絲級摳圖、自然溫潤的背景虛化效果，令自拍美得更有深度。［靈光一閃］

世一遠航2020-03-19 15:08:39

3d深感攝像頭技術是將照片拍的更立體，3d深感拍攝技術是目前最先進的拍攝技術之一，華為是最先實現這個技術的品牌之一？

回憶與你沉眠於風2020-03-20 08:28:35

是為了實現3D成像而生的。

對於大部分使用者來說，應該對在X和Y軸的手機拍照非常熟悉了，但是對於Z軸上的成像卻使用得並不多。

這種可以實現X、Y、Z三軸的3D成像相機被稱為深度相機，但深度相機根據各自測量原理的不同，一般分為飛行時間法、結構光法和雙目立體視覺法，而其中的飛行時間法就是ToF（Time of Flight）的中文翻譯。

ToF基本原理就是透過測算光線往返的時間差來形成具體的3D影象資訊收集。

透過連續發射光脈衝（一般為不可見光）到被觀測物體上，然後接受從物體反射回來的光脈衝，透過光脈衝的往返時間來計算物體與相機的距離。

故事三秦2020-03-19 22:05:47

3D攝像頭是什麼

Intel在感知計算上用功已不是一天兩天了，早在 2010 年時它曾宣佈跟GestureTek合作，又和SoftKinetic和Creative一起開展感知計算專案。去年 7 月又收購了手勢識別公司Omek，8月份9月份放出訊息稱將推3D 深度攝像頭的PC。看來說的就是今天亮相的RealSense了——首款集成了 3D 深度和 2D 鏡頭模組的 RealSense 3D 攝像頭了，它能實現高度精確的手勢識別、面部特徵識別，將幫助機器理解人的動作和情感。

像人眼一樣工作的它能派上什麼用場呢？Intel感知計算高階副總裁Mooly Eden表示，RealSense品牌下將推出“多得多”的產品，不過這個1080p的3D攝像頭不會止於數字建模和模型編輯。說到3D建模，Intel表示將和3D列印產業內的巨頭3D Systems合作，屆時3D列印想必就會和現在列印一份簡歷那樣方便。

在今年的CES上，Intel還展示了多種RealSense 3D 攝像頭的應用場景。如在影片會議和播客錄製中，該攝像頭能夠晰識別前景和背景，像色鍵那樣突出前景或背景。簡單的螢幕導航也是一個用處，這有點像Leap motion，只需隔空比劃就能滑動螢幕，還有追蹤人臉的相對位置來轉動Google Earth。遊戲也是你能想到的一個應用場景，大概是朝Kinect的方向發展吧。

Intel認為，RealSense的一個理念就是，計算、互動應該更加自然。在未來的世界中，誰能左右人與世界互動的方式，誰就佔有更多的使用者，基於視覺的感知並非Intel唯一的發力點，語音識別也是其押寶的一個方向。它正在與語音識別軟體開發商Nuance合作開發一款叫收Dragon Assistant的類Siri產品，今年會應用在其OEM生產的超極本、平板等產品上。去年9月份時它也收購了一家名為Indisys的自然語言處理初創企業。

華豫汴2020-03-19 12:55:09

利用3D 相機（又稱之為深度相機），透過相機能檢測出拍攝空間的距離資訊，這也是與普通攝像頭最大的區別。普通的彩色相機拍攝到的圖片能看到相機視角內的所有物體並記錄下來，但是其所記錄的資料不包含這些物體距離相機的距離。僅僅能透過影象的語義分析來判斷哪些物體比較遠，哪些比較近，並沒有確切的資料。

而3D相機能夠解決該問題，透過 3D 相機獲取到的資料， 能準確知道影象中每個點離攝像頭距離，這樣加上該點在 2d 影象中的（x，y）座標，就能獲取影象中每個點的三維空間座標。透過三維座標就能還原真實場景，實現場景建模等應用。 以下具體介紹幾種深度相機的原理：

·奧比中光結構光（Structuredlight），通常採用特定波長的不可見的鐳射作為光源，它發射出來的光帶有編碼資訊，投射在物體上，透過一定演算法來計算返回的編碼圖案的畸變來得到物體的位置和深度資訊。

·光飛行時間法（TOF），利用測量光飛行時間來取得距離，簡單來說就是，發出一道經過處理的光，碰到物體以後會反射回來，捕捉來回的時間，因為已知光速和調製光的波長，所以能快速準確計算出到物體的距離。

·雙目立體視覺（Binocular Stereo Vision），是機器視覺的一種重要形式，基於視差原理並利用成像裝置從不同的位置獲取被測物體的兩幅影象，透過計算影象對應點間的位置偏差，來獲取物體三維資訊。

我是湯圓呀2020-03-19 12:41:21

什麼是3D深度攝像頭？

3D深度攝像頭與普通攝像頭的區別在於，除了能夠獲取平面圖像，還可以獲得拍攝物件的深度資訊，也就是三維的位置和尺寸資訊，於是整個計算系統就獲得了環境和物件的三維立體資料，這些資訊可以用在人體跟蹤、三維重建、人機互動、SLAM等領域。

深度攝像頭具備以下優點：

1）相對二維影象，可透過距離資訊獲取物體之間更加豐富的位置關係，即區分前景與後景；

2）深度資訊依舊可以完成對目標影象的分割、標記、識別、跟蹤等傳統應用；

3）經過進一步深化處理，可以完成三維建模等應用；

4）能夠快速完成對目標的識別與追蹤；

5）主要配件成本相對低廉，包括CCD和普通 LED 等，對今後的普及化生產及使用有利；

6）藉助 CMOS 的特性，可獲取大量資料及資訊，對複雜物體的姿態判斷極為有效，無需掃描裝置輔助工作。

3D深度攝像頭採用的主流視覺技術

根據硬體實現方式的不同，目前行業內所採用的主流3D視覺技術有三種：結構光技術、飛行時間法（ToF）、雙目多角立體成像。

1）結構光（Structure Light）

透過鐳射的折射以及演算法計算出物體的位置和深度資訊，進而復原整個三維空間。結構光的代表產品有微軟的Kinect一代。透過發射特定圖形的散斑或者點陣的鐳射紅外圖案，當被測物體反射這些圖案，透過攝像頭捕捉到這些反射回來的圖案，計算上面散斑或者點的大小，跟原始散斑或者點的尺寸做對比，從而測算出被測物體到攝像頭之間的距離。

目前是業界比較成熟的深度檢測方案，很多的鐳射雷達和3D掃描技術都是採用的結構光方案。不過由於以折射光的落點位移來計算位置，這種技術不能計算出精確的深度資訊，對識別的距離也有嚴格的要求。而且容易受到環境光線的干擾，強光下不適合，響應也比較慢。

典型的結構光方案包括：PrimeSense（微軟Kinect1代）、英特爾RealSense（前置方案）。

2）飛行時間法（TIme of Flight）

TOF系統是一種光雷達 （LIDAR） 系統，可從發射極向物件發射光脈衝，接收器則可透過計算光脈衝從發射器到物件，再以畫素格式返回到接收器的執行時間來確定被測量物件的距離。TOF系統可同時獲得整個場景，確定3D範圍影像。利用測量得到的物件座標可建立3D影像，並可用於機器人、製造、醫療技術以及數碼攝影等領域的裝置控制。

TOF方案的優點在於響應速度快，深度資訊精度高，不容易受環境光線干擾，這些優點使其成為移動端手勢識別最被看好的方案。代表廠商有微軟（Kinect2代）、意法半導體、英飛凌、德州儀器等。

3）雙目多角立體成像（MulTI－camera）

現在手勢識別領域的佼佼者Leap MoTion使用的就是這種技術。它使用兩個或者兩個以上的攝像頭同時採集影象，透過比對這些不同攝像頭在同一時刻獲得的影象的差別，使用演算法來計算深度資訊，從而多角三維成像。

Leap MoTion方案使用2個攝像機獲得左右立體影像，該影像有些輕微偏移，與人眼同序。計算機透過比較這兩個影像，就可獲得對應於影像中物體位移的不同影像。該不同影像或地圖可以是彩色的，也可以為灰階，具體取決於特定系統的需求。

雙目多角立體成像方案的優點在於不容易受到環境光線的干擾，適合室外環境，滿足7＊24小時的長時間工作要求，不易損壞。缺點是昏暗環境、特徵不明顯時不適合，目前應用在智慧安防監控、機器人視覺、物流檢測等領域。

哪種技術最適合移動端？

綜上，在主流的三種技術方案中，TOF方案響應速度快，深度資訊精度高，識別距離範圍大，不易受環境光線干擾，因此是移動端3D視覺比較可行也最被看好的方案；結構光方案由於技術較為成熟，工業化產品較多，也被部分廠商所採用；雙目立體成像是比較新的技術，參與的廠商較少，更適合室外強光條件和高解析度應用，目前主要應用在機器人視覺、自動駕駛等方面。

作為我們最為關注的移動端硬體——手機，尤其是蘋果的功能提升，總會引發一場行業革命。蘋果公司在iPhone7中使用了基於TOF原理的前置距離感測器（proximity sensor）。而在此之前，蘋果的iPhone5和iPhone6s採用的都是LED＋光探測器的方案。從LED＋光探測器到TOF，表明移動端TOF方案在技術方面已經獲得了巨大的進步。

相比其他兩種技術，TOF時間光更加適合應用到智慧手機上，採用TOF原理來實現動作追蹤和深度感知已經出現在谷歌的Project Tango方案中，主要用於空間三維資料的採集，與應用於手勢／臉部識別是非常接近的。

3D深度視覺技術已經出現在微軟Kinect、英特爾RealSense等消費級產品中，隨著硬體端技術的不斷進步，演算法與軟體層面的不斷最佳化，3D深度視覺的精度和實用性還將得到大幅提升，尤其是TOF方案與VCSEL的快速成熟，使得“深度相機＋手勢／人臉識別”具備了大規模進入移動智慧終端的基礎。這必將進一步解放雙手，開啟新的智慧人機互動空間。