李嘉文

與臺灣供應(yīng)鏈關(guān)系密切的蘋果分析師Brain White在給投資者的一份說明中表示，因OLED顯示屏和3D傳感前置攝像頭所需復(fù)雜工藝帶來的挑戰(zhàn)，下一代iPhone將會延遲幾周上市。

今年3月，美國多家媒體報道，新一代iPhone將采用“革命性”的3D深度攝像頭。普通的攝像頭只能獲取顏色信息并對其數(shù)據(jù)化，而3D深度攝像頭則不僅能感知顏色，對空間—即三維的位置和尺寸信息也有“感覺”。也就是說，如果電子設(shè)備或機器人裝上了這種攝像頭，它就可以擁有近乎于人類的視覺，能夠更好地和外界做各類交互。

截至目前，計算機視覺技術(shù)的發(fā)展并不十分完善。2015年7月，Google的照片管理應(yīng)用Google Photos就曾犯下一個嚴重的錯誤，它把兩名黑人標注為“大猩猩”。當時Google的首席社交架構(gòu)師Yonatan Zunger對此事專門道歉，并且表示他們正在努力改善膚色識別技術(shù)。而很多自動駕駛汽車在路測中遇到事物，也是對迎面而來的物件識別錯誤，甚至會導致事故。

其實，很多公司已開始投入到視覺領(lǐng)域里，特別是深度攝像領(lǐng)域。比如以色列技術(shù)公司PrimeSense，它在2006年研發(fā)出3D傳感器，隨后與微軟合作共同開發(fā)出體感設(shè)備Kinect，最終于2013年又以3.45億美元的價格被蘋果收購。此外，英特爾的RealSense以及Google的Project Tango項目也在做相關(guān)技術(shù)研究。

深度攝像頭可以捕捉人的動作，比如你可以用手勢和動作來控制電腦或者電視。目前，這個領(lǐng)域最成熟的技術(shù)，使用的是一個單目攝像頭加上結(jié)構(gòu)光的方案，Kinect用的就是這個技術(shù)結(jié)構(gòu)。結(jié)構(gòu)光是向檢測空間內(nèi)投射經(jīng)過編碼的激光光斑陣列，標定空間并輔助計算三維空間位置，隨后經(jīng)過一系列算法處理形成機器視 覺。

不過，類似結(jié)構(gòu)也有不足。由于它完全依賴結(jié)構(gòu)光定位，如果在戶外拍攝就容易受到干擾?！坝绕涫怯嘘柟獾牡胤交蛘呤嵌嘣O(shè)備之間的干擾，這無法避免?！眻D漾信息科技有限公司的創(chuàng)始人費浙平對《第一財經(jīng)周刊》說。圖漾是一家專業(yè)從事計算視覺的中國公司。

為了解決這個不足，以及規(guī)避專利侵權(quán)—這個領(lǐng)域的幾家大公司的技術(shù)大多都是封閉的，并沒有開放給其他公司使用—圖漾正在嘗試用“結(jié)構(gòu)光+雙目攝像頭”的技術(shù)實現(xiàn)景深計算，這也被稱為主動雙目技術(shù)。

該技術(shù)本質(zhì)上是一個在結(jié)構(gòu)光系統(tǒng)上疊加雙攝像頭的系統(tǒng)，因此對三維空間的測算可以不依賴于光，而是依靠左右兩個攝像頭形成圖像后的比較。其實這和人眼感知環(huán)境的方式相同—左右兩眼捕捉圖像，然后通過比較兩幅有細微差別的圖尋找相對應(yīng)的點，隨后算出被攝物體在深度的距離差別，從而獲取景深信息。這樣做的精度要超過單攝像加結(jié)構(gòu)光的產(chǎn)品，可以達到毫米級別。

圖漾或許是受了硅谷公司Leap Motion的啟發(fā)，這家技術(shù)公司曾受資本熱捧，其研發(fā)的手勢識別產(chǎn)品使用的就是雙目攝像頭。圖漾的區(qū)別是，它還保留了結(jié)構(gòu)光，這使設(shè)備在黑暗環(huán)境下依舊能夠保證測算的精度。

“結(jié)構(gòu)光+雙目攝像頭”需要的是一套全新的算法。單攝像頭技術(shù)基本上就是與存儲好的光編碼匹配，只需要不斷優(yōu)化結(jié)構(gòu)光的編碼，成像的質(zhì)量也就能優(yōu)化，而這個算法已經(jīng)有了一套相對固定的內(nèi)容。但如果采用雙攝像頭，則無法提前知道所要計算的環(huán)境如何。

除了體感游戲，深度攝像頭還有很多應(yīng)用領(lǐng)域。比如在安防領(lǐng)域，深度攝像頭可對所拍攝人作行為分析，通過這些動作軌跡識別出人背后的意圖，從而提前預(yù)警。在物流倉儲領(lǐng)域，它可以用來實時檢測包裹的大小，計算倉庫的空間，提供最佳的擺放建議等。

而機器人領(lǐng)域則更加容易想象，可以實現(xiàn)視覺導航、規(guī)劃路徑、避障等功能。例如送餐機器人，它想要自由行走，就需要實時感知存在空間的環(huán)境，避免撞到人或者是其他物體，這就需要有機器視覺來幫助。而在無人駕駛領(lǐng)域，目前在這個行業(yè)大多使用超聲波雷達技術(shù)收集周圍環(huán)境，如果采用3D傳感器，也能為車輛提供更為精確的環(huán)境感知能力。

但不同的使用場景對深度攝像頭的要求并不一樣，有時甚至需要“定制”。其關(guān)鍵技術(shù)指標主要有鏡頭視角、最大檢測距離、檢測精度和檢測速度四項。

有分析認為，最為成熟的單目攝像頭結(jié)構(gòu)光方案，更適合工業(yè)化的產(chǎn)品；雙目立體成像是一種比較新的技術(shù)，更適合室外強光條件和高分辨率應(yīng)用，目前主要應(yīng)用在機器人視覺、自動駕駛等方面。將兩種技術(shù)做了一定結(jié)合的圖漾，則會在基礎(chǔ)平臺上根據(jù)客戶的應(yīng)用場景給產(chǎn)品搭載不同的光學系統(tǒng)，光學系統(tǒng)決定了產(chǎn)品使用的距離、角度等。當然，由于既保證了一定的精確度，又可在較暗的環(huán)境下拍攝，它也較適合應(yīng)用在移動端的產(chǎn)品上，不過目前研究這種技術(shù)方案的公司并不多。

除了“結(jié)構(gòu)光+雙目攝像頭”，還有一種更成熟的技術(shù)方案也較適合移動端，名為TOF系統(tǒng)，即一種光雷達系統(tǒng)，它可從發(fā)射極向?qū)ο蟀l(fā)射光脈沖，接收器則可通過計算這個過程中的光脈沖，再以像素格式返回到接收器的運行時間來確定被測量對象的距離。TOF系統(tǒng)可確定3D范圍影像，再利用測量得到的對象坐標創(chuàng)建3D影像。它同樣具有深度信息精度高、不容易受環(huán)境光線干擾的優(yōu)點。事實上，這也是微軟第二代Kinect以及Google的Project Tango遵循的技術(shù)原理。

如果下一代iPhone使用3D攝像頭，它就可以實現(xiàn)諸如3D拍攝、面部識別，甚至是虹膜識別等功能。而現(xiàn)在新一代iPhone推遲上市的消息，也反映了這種技術(shù)目前在產(chǎn)品量產(chǎn)上的一些困難，比如工藝的復(fù)雜度會增加一些制造流程，同時，對于移動端來說，搭載3D深度攝像頭后，其功耗較大，對電池也提出了新的考驗。

當然，如果上述功能真的能夠在智能手機上實現(xiàn)，這當然是值得等待的—畢竟，iPhone在硬件上已經(jīng)很久沒有“革命性”的創(chuàng)新了。