人工智能的興起與深度感知的藍(lán)海

經(jīng)過了兩年的發(fā)展，國內(nèi)的O2O創(chuàng)業(yè)，該倒閉的倒閉，該合并的合并，或抱團(tuán)取暖，或投入BAT的麾下，進(jìn)入到2016年以來，基本可以說是格局已定。在O2O領(lǐng)域格局已定的情況下，創(chuàng)業(yè)者和投資人把目光更多地投向了企業(yè)服務(wù)（SaaS）、泛娛樂（IP、直播）、AR/VR以及人工智能（自動駕駛、無人機(jī)、機(jī)器人）等領(lǐng)域。

在AR/VR以及自動駕駛、無人機(jī)、機(jī)器人等人工智能領(lǐng)域，對深度感知的需求十分突出。比如在機(jī)器人領(lǐng)域，使用基于深度攝像頭的視覺系統(tǒng)進(jìn)行視覺導(dǎo)航、識別外界的環(huán)境、規(guī)劃路徑、實(shí)現(xiàn)避障工作等，已經(jīng)成為了公認(rèn)的解決方案。

雖然市場對深度感知技術(shù)需求趨于井噴，但是目前可以提供深度感知產(chǎn)品和方案的公司卻不多。

一方面是因為深度感知作為人工智能的重要組成部分，其技術(shù)門檻很高，創(chuàng)始團(tuán)隊如果沒有相關(guān)領(lǐng)域的技術(shù)大拿，項目很難啟動。

另一方面是深度感知已經(jīng)成為各大科技巨頭的角逐之地，Apple、Microsoft、Facebook/Oculus、Intel、Google等巨頭早已瞄準(zhǔn)該技術(shù)，瘋狂收購這個領(lǐng)域的創(chuàng)業(yè)公司，比如Intel收購RealSense、蘋果收購Kinect的技術(shù)供應(yīng)商PrimeSense，Oculus收購PebblesInterfaces。有些甚至只要有不錯的產(chǎn)品demo，就能夠被收編。

上述大公司的收購，無一例外都在為自己的產(chǎn)品構(gòu)建核心技術(shù)門檻，為內(nèi)部生態(tài)服務(wù)，并不對外提供產(chǎn)品和服務(wù)，因此導(dǎo)致專業(yè)的深度感知供應(yīng)商變得非常稀缺，尤其是PrimeSense被蘋果收購，于2015年停止對外授權(quán)和供貨后，在市場領(lǐng)域留下了很大的空白。

目前，國內(nèi)從事深度視覺技術(shù)開發(fā)的公司屈指可數(shù)，此時可以對外提供深度感知產(chǎn)品和方案的公司，必定成為市場的寵兒。

深度感知的三種解決方案

目前的深度感知方案，主要產(chǎn)品就是深度攝像頭。深度攝像頭除了能夠獲取平面圖像以外，還可以獲得拍攝對象的深度信息，也就是三維的位置和尺寸信息，于是整個計算系統(tǒng)就獲得了環(huán)境和對象的三維立體數(shù)據(jù)。

按技術(shù)分類，深度攝像頭可分為以下三類主流技術(shù)：結(jié)構(gòu)光、雙目視覺和TOF飛行時間法。

結(jié)構(gòu)光

結(jié)構(gòu)光是目前最主流、應(yīng)用最廣泛的深度感知方案，其基本原理是由結(jié)構(gòu)光投射器向被測物體表面投射可控制的光點(diǎn)、光條或光面結(jié)構(gòu)，并由圖像傳感器獲得圖像，通過系統(tǒng)幾何關(guān)系，利用三角原理計算得到物體的三維坐標(biāo)。國內(nèi)從事單目結(jié)構(gòu)光方案開發(fā)的有深圳奧比中光科技有限公司、南京華捷艾米軟件有限公司等，市場上的典型產(chǎn)品有Kinect1代。

結(jié)構(gòu)光方案優(yōu)勢在于技術(shù)成熟，識別距離遠(yuǎn)，深度圖像分辨率可以做得比較高，但容易受光照影響。

雙目視覺

雙目只需安裝兩個攝像頭，利用雙目立體視覺成像原理，通過兩個攝像機(jī)來提取包括三維位置在內(nèi)的信息進(jìn)行深度感知。市場上的典型的產(chǎn)品有LeapMotion，大疆無人機(jī)等。

由于不涉及光學(xué)系統(tǒng)，因此雙目視覺的成本是三種深度感知方案中最低的。不足的是，這種技術(shù)需要龐大的程序計算量，對硬件設(shè)備有一定配置要求，同時受外界環(huán)境影響大，比如環(huán)境光線昏暗、背景雜亂、有遮擋物等情況下不適用。

TOF飛行時間法

TOF是飛行時間（TimeofFlight）技術(shù)的縮寫，基本原理是傳感器發(fā)出經(jīng)調(diào)制的近紅外光，遇物體后反射，傳感器通過計算光線發(fā)射和反射時間差或相位差，來換算被拍攝景物的距離，以產(chǎn)生深度信息，此外再結(jié)合傳統(tǒng)的相機(jī)拍攝，就能將物體的三維輪廓以不同顏色代表不同距離的地形圖方式呈現(xiàn)出來。目前國內(nèi)TOF方案的有深圳樂行天下科技有限公司等，市場上的典型產(chǎn)品有Kinect2代。

TOF其實(shí)是相對結(jié)構(gòu)光和雙目視覺來說受環(huán)境影響最小的技術(shù)，不過由于傳感器芯片并不成熟，成本很高，所以實(shí)現(xiàn)量產(chǎn)困難。另一方面，TOF分辨率不高，因此不適合精度要求高的場景。

深度感知前景可期

前面我們已經(jīng)說到，深度感知可以被用在人工智能領(lǐng)域?qū)崿F(xiàn)避障、定位、導(dǎo)航等功能，但是深度攝像頭的應(yīng)用遠(yuǎn)不止這些，而且隨著技術(shù)的發(fā)展，整個行業(yè)也正在為深度感知尋找更加豐富的應(yīng)用場景。

1.工業(yè)領(lǐng)域

2005年創(chuàng)建于以色列的PrimeSense公司是深度感知民用化的先驅(qū)，由它提供技術(shù)方案的微軟Kinect成為深度攝像頭在消費(fèi)領(lǐng)域的開山之作，并帶動整個業(yè)界對該技術(shù)的民用開發(fā)。在此之前，深度攝像頭在在工業(yè)領(lǐng)域已有應(yīng)用，比如為機(jī)械臂、工業(yè)機(jī)器人等提供圖形視覺服務(wù)。

2.智能監(jiān)控

在安防領(lǐng)域，深度攝像頭主要用行為分析，在某些特定的場景下，通過動作軌跡進(jìn)而識別出人背后的意圖，可以提前進(jìn)行預(yù)警。另外，深度感知還能夠用于檢測一個區(qū)域的人流量，在商場、電影院、公交車等場景有很大需求。

3.物流領(lǐng)域

英特爾在近年來的CES和IDF上都力推RealSense并提出更多的案例，印象深刻的是，它可以運(yùn)用物流倉儲上，實(shí)時檢測包裹的大小，計算倉庫的空間，提供最佳的擺放建議。

4.AR/VR

在AR/VR設(shè)備應(yīng)用中，遠(yuǎn)距離深度攝像頭用于環(huán)境感知和建模；靜距離深度攝像頭用于手勢識別。目前三大頭顯（HTCvive、Oculusrift、PSVR）都具備了配套的體感交互，微軟HoloLens則在內(nèi)部集成了兩套深度攝像頭來感知周圍的環(huán)境和物體，從而實(shí)現(xiàn)了虛擬物體和真實(shí)環(huán)境的完美融合。預(yù)計將來幾乎所有的的AR設(shè)備和一半以上的VR設(shè)備，都將配備深度攝像頭，這兩類應(yīng)用的崛起，也將大力推送深度攝像頭市場的增長。

所以，雖然目前深度感知技術(shù)發(fā)展尚屬早期，在硬件性能、算法程序等方面面臨諸多限制，很多場景的的應(yīng)用也還處在商業(yè)化探索的階段。但是隨著攝像機(jī)、運(yùn)算程序以及運(yùn)算硬件跟上后，這項引領(lǐng)全新人機(jī)交互方式的技術(shù)前景可期。