tof3d摄像头有什么用,tof镜头3d建模

  tof3d摄像头有什么用,tof镜头3d建模

  3D摄像摄像头是什么?3D相机的特点是不仅可以获取平面图像,还可以获取被摄物体的深度信息,即三维位置和大小信息,通常由多个相机深度传感器组成。3D相机实现了实时三维信息采集,为消费电子终端增加了物体感知功能,从而引入了多个“痛点应用场景”,包括人机交互、人脸识别、三维建模、AR、安全和驾驶辅助等。目前,我们认为从2D到3D相机的转变将是继黑白到彩色、低分辨率到高分辨率、静态图像到动态图像之后的第四次革命,有望再次引爆消费电子供应链!总之,触摸屏实现了从一维到平面的交互方式,而3D摄像头将交互方式从平面变为三维。

  3D视觉成像的三个方向

  曾经,智能手机只需要性能强,网速快,照片清晰,续航时间长。然而,今天的人们已经不再满足于“屏内视界”。除了需要拍摄更立体的照片,更安全的应用环境,如面部识别/支付、3D化妆试衣、AR装饰、AR游戏、体感游戏、全息图像交互等。需要“3D视觉成像”技术的支持(图1),是未来智能手机的发展趋势。

  根据原理和硬件实现的不同,智能手机领域最可靠的3D视觉成像技术逐渐发展为三个方向,分别是双目立体成像、3D结构光和TOF技术。让我们依次来看看这三种技术的区别。

  双目立体成像:无解的光线

  我们去电影院是通过立体眼镜看3D电影,这是双目成像技术的一种体现:因为双眼之间会有视觉上的差距,所以会呈现出立体的画面。在手机领域,配备两个摄像头阵列,满足了双目成像技术最基本的要求。

  双摄手机能干啥

  现在千元以上的新品几乎都在聚焦双摄像头模块(图2),两个镜头的组合也在一定程度上赋予了智能手机探测物体距离的能力,可以拍出硬件级背景虚化效果的照片。

  此外,以华为/HONOR为代表的品牌还在相机APP中提供了“3D动态全景”模式(图3)。点开之后,只要按住快门让相机对准被摄对象,然后在它周围固定方向移动,松开手就完成拍摄了。

  在预览相册的时候,我们可以通过点击照片中对应的3D图标,将这张静止的图片变成动态的视频,通过陀螺仪转动手机或者拖拽手指,欣赏被拍摄物体的不同角度。总之,在拍摄具有景深信息和3D动态的立体照片,以及现在流行的ar合影和AR萌照(图4)时,双摄手机的表现总是优于单摄手机,这是同类双目成像技术背后的功劳。

  [!- empirenews.page - ]

  来自光线的困扰

  智能手机配备的标准相机能否拍摄出清晰的图像,完全取决于环境光线,太亮或太暗的光线都会造成识别困难。以现在流行的“人脸识别”功能为例(图5)。无论手机的前置摄像头是一个还是两个,其本质仍然是2D成像,不仅有被面部照片或视频“欺骗”的风险,在黑暗环境下也会彻底失效。

  为此,很多手机会额外配备专用的前置红外光补光单元,从而解决黑暗环境下的人脸识别问题。比如小米8在屏幕刘海处增加了隐藏式红外照明原件和红外摄像头(图6)。需要注意的是,红外光补光单元的加入仍然不能解决这类手机属于2D成像面部识别的事实,这与iPhone X可以用于安全支付的Face ID并不相同。

  换句话说,目前智能手机双摄像头模拟双目成像技术的方案最多只能算2.5D,无论是精度还是对感光度的要求都不足以帮助手机进入真正的3D视觉成像时代。

  3D结构光:距离是死穴

  iPhone是一款里程碑式的产品,在手机领域首次实现了深度机器视觉技术。借助名为“结构光技术”的硬件模块,实现了人脸信息采集从2D到三维的演进。

  浅析结构光技术

  简单来说,iPhone X在采集面部信息时,前置摄像头基本上就是一个显示器,而是依靠红外镜头、泛光传感器和点阵投影仪组成的“结构光模具”(图7)。

  其中,点阵投影仪会发出30000多个不可见光点投射到你的脸上,并绘制出三维建模立体光谱(如图8)。红外镜头将读取这些点阵图案,并将信息发送到A11处理器的安全隔离区进行匹配和比较,而泛洪感应则确保识别出的人脸不受环境光的影响。

  相对于前面提到的基于前置摄像头和软件算法的2D面部识别方案,iPhone X通过结构光带来的Face ID有了金融安全级别,所以苹果敢让Face ID除了解锁手机之外还用来购买应用和支付Apple Pay。

  如今结构光技术已经不是iPhone X的专利,小米8探索版、OPPO Find X等手机都相继推出了类似技术,从而实现了堪比iPhone X的Face ID能力,需要注意的是,小米8探索版的结构光模块暂时只能用于解锁(屏下指纹识别支付),而OPPO Find X已经支持支付宝刷脸支付的功能。

  从技术上来说,iPhone X、小米8探索版、OPPO Find X的结构光模块大致相同,只是在元器件名称、点阵传感器类型、发射点数等方面存在差异。比如iPhone X把关键部件叫做点阵投影仪(散斑结构光,可以发出30000个识别点)、红外镜头、泛光传感器;8小米探索版叫点阵投影仪(编码结构光,可发射33000个识别点),红外摄像头,泛光照明元件(图9);

  x称为点阵投影仪(可发射15000个识别点的散斑结构光)、红外补光灯和红外相机(图10)。虽然在细节上有差异,但几款手机的人脸解锁体验基本相同。

  结构光技术的缺陷

  光线技术已经帮助手机进入3D视觉成像时代,但其实际应用范围仍然相对有限。比如只能放在手机正面和前置摄像头做邻居。目前比较成熟的方案是类似Animojis的人脸解锁、人脸支付、3D美颜、3D表情制作(图11)。

  未来结构光的优化方向是实现3D静态建模,扫描用户的3D头像信息用于游戏、3D视频通话或3D打印(图12)。

  另外,结构光的特点是不需要获取被摄物体的表面纹理,而是将一簇簇光线投射到物体表面,然后通过光线采集物体的位置、三维深度等信息。但正是因为结构光投射出的是一簇簇的光线,如果距离太远,光线就会发散,失去识别能力,导致结构光只能用于近距离识别。

  无论是iPhone X、小米8发现版还是Find X,只要手机离脸1m以上解锁就无效。当然,在现实中,当我们的手机解锁时,与我们的距离,也就是一臂之长,并不影响结构光的识别,但如果用于更远距离的AR/VR交互,就有些不足了。

  TOF技术:未来的趋势

  TOF(飞行时间)也是用于3D视觉成像的技术。TOF和结构光一样,是通过光来识别物体的,但是两者在底层技术和识别效果上有很大的区别。

  TOF技术的原理和优势

  TOF技术的原理是通过专门的传感器向目标连续发送光脉冲,然后利用传感器接收物体返回的光,通过检测光脉冲的飞行(往返)时间,最终得到目标的距离。与结构光点阵传感器相比,TOF技术大大提高了距离和精度:

  1.结构光技术发射成簇的光,而TOF技术发射整个光(图

  当用户进行解锁、支付等安全相关操作时,TOF技术可以带来更精细的深度成像,最大化人脸识别的安全性,实现金融级安全防护(图14)。

  2.结构光技术的最佳工作距离为0.2m至1.2m,而TOF技术的最佳工作距离为0.4m至5m(理论上可达10m)。更长的有效距离可以进一步扩大3D视觉成像的应用范围和潜力。

  3.TOF技术比结构光模块的传感器更少更小,成本相对更低。还可以简化手机主板布局,甚至只有屏幕1/3宽度的“刘海”也足以容纳相关硬件单元;

  4.TOF技术可与手机前置摄像头结合,置于手机额头,或与手机后置镜头配对,实现背部三摄的豪华布局。

  [!- empirenews.page - ]

  前置TOF设计方案

  Vivo在2018世界移动大会(上海)上发布了pre-TOF方案(图15),并命名为“vivo TOF 3D超级感应技术”。

  由于TOF的功能与结构光重叠,前置TOF设计也可以带来与结构光类似的功能,如金融级人脸解锁、人脸支付、3D美颜、3D表情、3D头部建模等。利用TOF有效距离更长的优势,在应用范围和实际体验上的表现会更好(图16)。

  比如用手机对一切进行建模(比如自己的头像),然后将模型与其他虚拟游戏相结合,让玩家自己成为“新世界”的主角,兼顾沉浸式视觉体验和体感操作的乐趣。此外,在购物中,TOF可以带来更真实、更精准的3D试衣效果,无需亲临门店试衣,即可放心下单。

  后置TOF设计方案

  OPPO最新的R17 Pro属于后置TOF方案的代表。它在后置双摄像头上方安装了第三个镜头(图17,图18),也就是所谓的TOF模块,从而将后置摄像头从2D推向了3D。

  相对于前置TOF方案,后置TOF方案自然不再适合人脸解锁、人脸支付等功能,但在后置镜头的3D美颜、ar装饰、AR游戏、体感游戏、全息影像交互等功能上,可以带来比前置TOF方案更好的体验。

  其中AR无疑是后TOF方案的主战场,因为现在大部分AR应用都是用后置摄像头拍摄真实世界,识别算法,然后填充内容。有了TOF技术加持的后置摄像头,可以将更完美的3D建模填充到画面中(图19),让ar效果更真实。

  理性看待TDF技术前景

  对于智能手机来说,TOF是一种比结构光更有前景的3D视觉成像技术。它可以将手机屏幕从简单的2D画面变成更具空间感的3D画面,画面的信息和内容将会大幅增加。通过TOF模块搭配前置或后置镜头,TOF还可以更有针对性地满足特定应用场景的安全和体验需求。

  可惜TOF技术刚刚进入商用量产初期,配套的应用环境还不成熟,所以现在的玩法还不够丰富,相关手机价格也不划算,所以短期内还是偏概念技术。想要TOF技术真正爆发,还需要等待5G网络的普及。届时,TOF将在3D视频通话、远程VR、远程AR、远程JR等无处不在的现实中拥有杀手级体验(图20)。

  让我们一起向前看。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: