TMT观察网_独特视角观察TMT行业

面對以上搭載3D景深設備的新款手機接二連三式的發布，相信讀者可以直觀的感受到3D成像技術在消費電子領域進入了商業化高速增長期。本文將對3D成像技術工作原理和分類以及3D成像傳感市場概況予以介紹，同時探討該技術對金融科技領域的影響。

3D成像工作原理和分類

3D成像技術按照工作原理，首先分為被動式和主動式兩類。

被動式視覺效仿生物的雙眼視覺（binocular vision）原理，由至少2枚圖像傳感器（image sensor）構成，運用其觀測對象在每個圖像傳感器單獨成像的位置，結合2枚圖像傳感器的相對物理位置，根據幾何關系測量原理，可以計算出景深（depth）。請注意，景深和距離是不同的概念，如下圖1所示。

雙目視覺系統的核心在于關聯同一觀測點在各自圖像傳感器中的坐標位置，如上圖1的左圖所示。然而，在實際使用中，由于受到外部環境和拍攝對象表面紋理屬性等客觀因素影響，特征點自動匹配在算法上較為復雜，匹配精度也直接影響到景深計算精度，影響系統整體效果。

主動式視覺系統則由于其工作原理的不同，有效解決了這一問題。

主動式視覺系統利用獨立的人工光源，主動投射到觀測對象來測量景深。主動式視覺根據投射光源和景深技術原理的不同，又分為三小類：三角測距法、結構光法、飛行時間法。如下圖2所示。下面做詳細介紹：

（1）三角測距法（triangular）

三角測距法是利用投射光源、觀測對象和接收圖像傳感器的空間位置，利用三角幾何學計算景深的方法。此方法是眾多主動式3D景深視覺系統的底層基礎算法。

（2）結構光法（structured light）

結構光法可以認為是針對在被動式視覺系統中特征點匹配問題的對策性方案。如下圖 3所示，結構光的含義是主動光源通過特定圖案編碼投射到被測物體，例如將分布較密集的均勻光柵投影到被測物體上面，由于被測物體表面的不規則性具有的不同深度，反射到圖像傳感器的光柵條紋會有所變形，這個過程可以看作是由物體表面的深度信息對光柵的條紋進行了調制。通過對比圖像傳感器接收到的發生畸變的光柵圖案和原生圖案，就可以解析出每個觀測點的深度信息，形成深度點云（point cloud），即深度幀（depth frame）。

需要說明的是，結構光法按投射方式還可分為點、線、面三種方式。按照圖案編碼方式亦可分為時間編碼、空間編碼和直接編碼（如灰度編碼）。這些技術皆為提高編碼圖案的解調抗干擾性，以及更快獲取深度點云而采取的不同技術手段，如下表1所示。目前，在移動終端領域，結構光編碼以靜態編碼為主。

（3）飛行時間法（time of flight）

飛行時間又稱TOF，簡要來說，是基于測量投射的光源信號發射與接收之間的時間差，計算出景深或距離的一種景深計算方法。

TOF根據如何測量時間差又可細分為脈沖波測距和連續波測距。脈沖波測距原理是直接測量脈沖信號發射和接收的時間差；連續波測距則是通過連續發射整數波長，通過計算接收波與發射波之間的相位差，間接計算時間差，如下圖 4所示。

具體來說，脈沖波測距多用于工業測繪領域等大范圍遠距離場景，其使用的光源也以激光為主。對于手機終端設備而言，由于使用場景和功耗，意味著目標對象與鏡頭的距離在十米、百米以內，所以手機終端上使用的TOF預計將以連續波相位測距技術為主。

就目前而言，結構光與TOF是主動景深視覺系統的主流技術實現方案。結構光技術較為成熟，組件集成度高，目前蘋果iPhone X已采用結構光技術；TOF由于直接測量景深/距離，在響應速度和量程兩方面具有先天技術優勢，加上Google、Microsoft等國際一流企業的站臺背書，技術前景光明。

需要說明的是，主動式3D景深視覺系統在持續發展中開始借鑒被動雙目視覺系統的優點，即通過引入2枚圖像傳感器（active stereo vision），利用圖像傳感器之間空間位置關系，以及雙路光源發射器到圖像傳感器的光源運動軌跡，達到更高精度的景深信息。例如，Intel最新發布的D400 Series景深攝像模塊就是采用該技術的代表。

3D成像和傳感市場概況

前文介紹了3D景深成像系統的工作原理。那么，3D成像技術是否存在市場需求？3D成像技術距離全面普及還有多久呢？我們可以從以下幾個維度來尋找答案。

（1）VCSEL市場增長情況

VCSEL激光器作為3D景深成像系統的核心部件，在消費電子領域的市場趨勢可以間接反映其3D景深市場需求和未來發展情況。如下圖5所示，根據Yole預計，隨著2017年iPhone X首次引入結構光主動式3D成像系統，VCSEL整體市場將以CAGR 48%的增速飛速增長，在消費電子領域，VCSEL市場大小從2017年的1.65億美元攀升至2023年的31億美元，增長幅度接近30倍。

（2）3D成像市場增長情況

據Yole預測，3D成像和傳感市場整體增長速度為CAGR 44%，在消費電子領域將會以CAGR 82%的速度高速增長，到2023年達到138億美元，如下圖6所示。

（3）3D景深在終端手機的占有率情況

主動式視覺系統由于其技術先進性，將會逐漸替代被動式雙目視覺系統，逐漸被手機終端廠商采用。目前在3D成像領域，根據其結構光和TOF技術的特性，一個較為共識的預測是基于結構光技術的3D成像將作為手機前置攝像頭被采用，而TOF技術則將會在后置攝像頭更有前景。

目前蘋果作為手機終端高新技術的引領者，同時占據3D成像產業鏈內一級供應商的供貨渠道，預計將繼續領先安卓手機廠商1-2年時間率先部署3D景深攝像頭，如下圖7所示。

根據拓墣產業研究院分析，全球智能手機3D感測滲透率今年將從2017年的2.1%上揚至13.1%，蘋果仍將是主要采用者。另據其估計，2018年全球搭載3D感測模組的智能手機生產總量將達1.97億支，其中iPhone占據1.65億支。此外，2018年的3D感測模組市場產值預估約為51.2億美元，其中由iPhone貢獻的比重高達84.5%。預計至2020年，整體產值將達108.5億美元，而2018-2020年間的復合年均增長率將達到45.6%。

綜上所述，筆者認為，3D主動式景深成像技術將在未來2-3年內加速普及，倘若上游供應商有能力跟上安卓手機廠商的出貨量水平，為其提供優質的芯片、模組和解決方案，其普及速度會更快。

3D成像技術對金融科技的影響

面對3D成像技術的來襲，金融科技領域將會產生哪些變化呢？筆者認為，金融科技會在至少以下四個方面發生新一代技術升級和換代，未來還將衍生出更廣泛的應用場景。

（1）人臉識別技術升級

據報道，自2015 年到2020 年，人臉識別市場規模增幅為166.6%，預計到2020 年，人臉識別技術市場規模將上升至24 億美元。現在的2D人臉識別技術由于缺少景深信息，在平面化投影過程中存在特性信息損失。3D成像技術通過三維建模形式，最大程度上保留原始有效信息，可以提供更高識別精度和更快的人臉識別速度。同時，主動視覺系統由于采用了紅外線作為主動光源，將有效解決環境光照對面部識別的影響問題。3D人臉識別還將具有更強的防偽性，可以根據人臉的3D模型有效識別對象是真人還是照片。

（2）活體檢測

主動式3D成像技術使用的紅外發射器和紅外圖像傳感器，配合使用可以進行人體活體檢測，這是傳統2D視覺系統或者被動式雙目視覺系統所不具備的。如前文介紹的VCSEL激光器，目前采用850nm和940nm兩種波段，其中940nm波段因為其抗干擾性強、有效距離遠等特點，成為新一代VCSEL采用的首選波段（參見下圖8）。其中，940nm波段恰好是心率監測和血氧檢測的理想紅外波段，因此可以預計，基于3D主動式成像的活體檢測算法將在金融科技領域逐漸受到廣泛應用。

（3）微表情測謊

基于2D識別的微表情識別技術也將迎來技術升級。結合人體活體檢測技術，微表情識別技術有望達到更廣泛的應用。

（4）AR三維重建

加入了景深信息的三維測量、三維重建技術將更加有效的服務新零售場景。例如在智能量體裁衣領域，虛擬購物、裝修家具等場景，由于具有深度信息，因此模擬出來的家具在位置擺放時會受到周圍環境的空間大小約束，具有超強真實感。

可以說，隨著3D成像技術的來臨和陸續普及，勢必會引發新的應用和適用場景，讓我們一起期待新一代黑科技帶來的技術紅利。

作者：蘇寧金融研究院物聯網實驗室高級研究員 王元