電子產品頻道訊：3D深度相機是區別于我們平時用到的2D相機。與傳統相機不同之處在于該相機可同時拍攝景物的灰階影像資訊及包含深度的3維資訊。其設計原理系針對待測場景發射一參考光束，藉由計算回光的時間差或相位差，來換算被拍攝景物的距離，以產生深度資訊，此外再結合傳統的相機拍攝，以獲得2維影像資訊。

這種深度相機具備以下優點：

1）相對二維圖像，可通過距離信息獲取物體之間更加豐富的位置關系，即區分前景與后景

2）深度信息依舊可以完成對目標圖像的分割、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，對今后的普及化生產及使用有利

6）借助 CMOS 的特性，可獲取大量數據及信息，對復雜物體的姿態判斷極為有效，無需掃描設備輔助工作。

根據硬件實現方式的不同，目前行業內所采用的主流3D機器視覺大約有三種：結構光、TOF時間光、雙目立體成像。

1）結構光（Structure Light）

通過激光的折射以及算法計算出物體的位置和深度信息，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。通過發射特定圖形的散斑或者點陣的激光紅外圖案，當被測物體反射這些圖案，通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，很多的激光雷達和3D掃描技術都是采用的結構光方案。不過由于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信息，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）光飛行時間（TIme of Flight）

TOF系統是一種光雷達 (LIDAR) 系統，可從發射極向對象發射光脈沖，接收器則可通過計算光脈沖從發射器到對象，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系統可同時獲得整個場景，確定3D范圍影像。利用測量得到的對象坐標可創建3D影像，并可用于機器人、制造、醫療技術以及數碼攝影等領域的設備控制。

TOF方案的優點在于響應速度快，深度信息精度高，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）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采集圖像，通過比對這些不同攝像頭在同一時刻獲得的圖像的差別，使用算法來計算深度信息，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。計算機通過比較這兩個影像，就可獲得對應于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，具體取決于特定系統的需求。

雙目多角立體成像方案的優點在于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、特征不明顯時不適合，目前應用在智能安防監控、機器人視覺、物流檢測等領域。

由于3D深度相機的原理，他的出現將進一步解放雙手，打開新的智能人機交互空間。

回到2011年，蘋果在推出的iPhone4S配備了語音識別助手Siri，利用人工智能技術，通過與消費者的語言對話，實現信息的交互。隨后，語音交互越來越多地出現在智能終端上，尤其是隨著人工智能語義識別技術的進步，語音交互的準確性和實用性大幅提升。亞馬遜于2015年推出的ECHO智能音箱便是典型成功例子。

語音識別可以完全解放雙手，但是在人機互動方面的應用場景有一定的局限性，對于游戲娛樂、互動體驗、拍照等領域，這些必須有用戶肢體參與的場景，語音交互無法滿足需求。因此，比現今觸控屏更高層次的體感交互成為了廣大廠商追求的目標。

要實現體感交互，最重要的就是手勢識別，因為手部動作是人體最豐富也是最常用的體感動作。對于智能手機而言，如果手勢識別可以得到應用，那么包括手機自拍、游戲、瀏覽網頁、購物等眾多應用場景，在用戶體驗上均可以實現大幅提升，手機也將從觸控屏時代走向手勢識別時代。

同時，人臉識別與追蹤也是體感交互最具前景的方向之一。我們認為，人臉識別在移動端具有更加廣闊的應用空間。例如目前指紋識別已經成為智能手機的標配，通過指紋識別來實現開機、支付、登陸確認等功能已經被大眾所認可，并且創造了巨大的市場價值，但是指紋識別的局限性在于必須通過手指完成，手指放置的位置、手指表面的潔凈度等因素都會極大地影響使用體驗，而人臉識別可以完全解放雙手，只需要借助攝像頭對人臉信息的采集便可以完成識別與交互。

因此無論是消費級市場的游戲、娛樂、交互，還是商業領域的醫療、工業、軍事等，都需要豐富的手部動作來參與，因此手勢識別具有非常廣泛的應用場景。人臉識別也是3D深度相機所擅長的一個方向。

注：文章內的所有配圖皆為網絡轉載圖片，侵權即刪！