图片来源：视觉中国2018年7月30日，搭载3D景深摄像头的小米8透明探索版于当晚7点30分正式开售。2018年6月27日，ViVO在MWC2018大会上发布了一款基于TOF的3D景深相机，号称力压iPhoneX。2018年6月19日，OPPOFindX手机发布，其前置3D结构光景深摄像头是主打黑科技之一。2017年9月13日，苹果发布了iPhoneX手机。基于3D结构光景深摄像头的FaceID人脸识别技术，宣告手机前置摄像头首次进入3D时代。面对搭载3D景深装置的手机新品的陆续发布，读者可以直观地感受到3D成像技术在消费电子领域已经进入了商业化的快速增长期。本文将介绍3D成像技术的工作原理和分类，以及3D成像传感的市场概况，并探讨该技术对金融科技领域的影响。3D成像工作原理及分类根据工作原理，3D成像技术首先分为被动式和主动式两种。被动视觉模仿生物双目视觉的原理，由至少两个图像传感器组成。它利用每个图像传感器的单独成像位置中被观察物体的位置，并结合两个图像传感器的相对物理位置。根据几何关系测量的原理可以计算出景深（depth）。注意，景深和距离是不同的概念，如下图1所示。双目视觉系统的核心是将各个图像传感器中同一观察点的坐标位置关联起来，如上图1左图所示。但在实际使用中，由于受到外界环境、被摄体表面纹理特性等客观因素的影响，特征点的自动匹配算法较为复杂，匹配精度也直接影响到特征点的计算精度。景深，影响系统的整体效果。主动视觉系统由于其不同的工作原理有效地解决了这个问题。主动视觉系统使用主动投射到被观察物体上的独立人造光源来测量景深。主动视觉根据投影光源原理和景深技术分为三个子类：三角测距法、结构光法和飞行时间法。如下图2所示。下面是详细介绍：三角测距法（triangular）三角测距法是利用投射光源、被观察物体和接收图像传感器的空间位置，利用三角几何学计算景深的一种方法。该方法是许多主动3D深度视觉系统的底层基本算法。结构光法（structuredlight）结构光法可以认为是解决被动视觉系统中特征点匹配问题的对策。如下图3所示，结构光的含义是将有源光源通过特定的图案编码投射到被测物体上，比如将密集分布的均匀光栅投射到被测物体上。深度，反射到图像传感器的光栅条纹会发生变形，这个过程可以看作是物体表面的深度信息对光栅条纹的调制。通过将图像传感器接收到的畸变光栅图案与原始图案进行比较，可以分析每个观察点的深度信息，形成点云，即深度帧。需要说明的是，按照投影方式的不同，结构光法也可以分为点、线、面三种方式。根据模式编码方式，还可分为时间编码、空间编码和直接编码（如格雷编码）。这些技术都是为了提高编码模式的解调和抗干扰性能，更快地获取深度点云而采用的不同技术手段，如下表1所示。目前，在移动终端领域，结构光编码主要以静态编码为主。飞行时间，又称TOF，是一种景深计算方法，它是通过测量投影光源信号发射和接收的时间差来计算景深或距离的。TOF根据时间差的测量方式可以细分为脉冲波测距和连续波测距。脉搏波测距的原理是直接测量脉搏信号发射与接收的时间差；连续波测距是通过连续发射整数波长来计算接收波和发射波的相位差，间接计算时间差，如下图4所示。具体来说，脉冲波测距多用于工业测绘等大范围、远距离场景，使用的光源主要是激光。对于移动终端设备，由于使用场景和功耗，意味着目标物体与镜头之间的距离在十米或百米以内，因此移动终端上使用的TOF有望基于连续波相位测距技术。目前，结构光和TOF是主动景深视觉系统的主流技术实现方案。结构光技术相对成熟，元器件集成度高。目前，苹果iPhoneX已经采用了结构光技术；TOF直接测量景深/距离，在响应速度和范围上具有先天技术优势，谷歌、微软等国际专家*企业的平台背书，技术前景广阔。需要注意的是，主动式3D景深视觉系统在不断发展中已经开始借鉴被动式双目视觉系统的优点，即通过引入两个图像传感器（主动式立体视觉），利用空间图像传感器之间的位置关系，以及双向光源从光源发射器到图像传感器的运动轨迹，实现更高精度的景深信息。例如英特尔发布的D400系列景深相机模组就是该技术的代表。3D成像和传感市场概览上一篇文章介绍了3D景深成像系统的工作原理。那么，3D成像技术是否有市场需求呢？3D成像技术全面普及还需要多长时间？我们可以从以下几个维度找到答案。VCSEL市场增长VCSEL激光器是3D景深成像系统的核心部件，消费电子领域的市场走势可以间接反映其3D景深市场需求和未来发展。如下图5所示，根据Yole的预测，随着2017年iPhoneX***中结构光主动3D成像系统的引入，整个VCSEL市场将以48%的CAGR快速增长。在消费电子领域，VCSEL市场规模从2017年的1.65亿美元增长到2023年的31亿美元，增速近30倍。3D成像市场的增长根据Yole的预测，3D成像和传感市场的整体增长率为44%CAGR，消费电子领域将以82%的CAGR增长率增长，到2023年将达到138亿美元，如下图6所示。3D景深在终端手机中的占有率由于技术先进，主动视觉系统将逐步取代被动双目视觉系统，逐渐被移动终端厂商所采用。目前在3D成像领域，根据其结构光和TOF技术的特点，比较一致的预测是基于结构光技术的3D成像将作为手机的前置摄像头，而TOF技术将在后置摄像头中使用较多。前景。目前，苹果作为高科技手机终端的先行者，也占据了3D影像产业链一线供应商的供应渠道，有望继续领先安卓手机厂商1-2年率先部署3D景深相机，如图7所示。据拓扑研究院分析，今年全球智能手机3D传感渗透率将从2017年的2.1%上升至13.1%，苹果仍将是主要采用者。据其估计，2018年全球搭载3D传感模组的智能手机产量将达到1.97亿部，其中1.65亿部为iPhone。此外，2018年3D传感模组市场产值预估约为51.2亿美元，其中iPhone贡献的比例高达84.5%。预计到2020年，整体产值将达到108.5亿美元，2018-2020年复合增长率将达到45.6%。综上所述，笔者认为未来2-3年3D主动景深成像技术的普及将会加速。如果上游供应商能够跟上安卓手机厂商的出货水平，为他们提供优质的芯片模组和解决方案，那么采用速度会更快。3D成像技术对金融科技的影响面对3D成像技术的来袭，金融科技领域将发生怎样的变革？笔者认为，金融科技至少会在以下四个方面进行新一代的技术升级换代。衍生出更广泛的应用场景。人脸识别技术升级据介绍，从2015年到2020年，人脸识别市场增长了166.6%，预计到2020年，人脸识别技术市场规模将升至24亿美元。由于目前的二维人脸识别技术缺乏景深信息，在平面投影过程中存在特征信息的丢失。3D成像技术通过三维建模最大程度地保留了原始有效信息，可以提供更高的识别准确率和更快的人脸识别速度。同时，由于主动视觉系统采用红外线作为主动光源，将有效解决环境光对人脸识别的影响问题。3D人脸识别也会有更强的防伪性，可以根据人脸的3D模型有效识别物体是真人还是照片。活体检测主动3D成像技术中使用的红外发射器和红外图像传感器可以一起使用来检测人体活体，这是传统二维视觉系统或被动双目视觉系统所不具备的。例如上面介绍的VCSEL激光器，目前使用850nm和940nm两个波段。其中，940nm波段以其抗干扰性强、有效距离远等优点成为新一代VCSEL的首选波段（见下图8）。其中，940nm波段恰好是心率监测和血氧检测的理想红外波段。因此，可以期待基于3D主动成像的活体检测算法将逐渐广泛应用于金融科技领域。基于二维识别的微表情测谎技术也将迎来技术升级。结合人体检测技术，微表情识别技术有望实现更广泛的应用。AR3D重建加入深度信息的3D测量，3D重建技术将更有效地服务于新零售场景。例如在智能裁缝领域、虚拟购物、家具装修等场景中，由于深度信息的存在，仿真家具在放置时会受到周围环境空间大小的制约，具有很强的真实感。可以说，随着3D成像技术的出现和普及，必然会带来新的应用和适用场景。让我们共同期待新一代黑科技带来的科技红利。作者：王源，苏宁金融学院物联网实验室高级研究员
