指纹识别的算法 对3D和vcesl产业做一个超详细的科普(2)

2、场景2-手势识别：人机交互方式核心痛点

回顾人机交互发展，实际上是一段不断改造机器解放人的历程。最早期的电脑，键盘是唯一的输入设备，随着图形界面GUI的出现，形成“键盘+鼠标”的组合，然而精准点击鼠标和敲击键盘仍然需要较高的学习成本。其后，设备终端的越做越小进一步解放用户，手机触屏的出现真正摆脱了键鼠这一中间介质，做到所触即所得。下一个十年人机交互方式将更加智能与便捷，将用户从触碰屏幕解放出来，主动捕捉用户手势动作并进行识别处理将成为下一个交互痛点！

手势识别的关键便在于3D（或称3D感知）技术，3D利用TOF或结构光技术获取影像深度信息，通过算法处理对用户手势进行识别，从而实现用户隔空操控智能终端。根据MarketsandMarkets研究，预计近距离传感器的市场规模在2020年将达到37亿美元，2015年至2020年的复合增长率为5.3%。

3、场景3-三维重构基础技术，AR/VR领域将大放异彩

AR/VR设备为什么要采用3D技术？——1、获得周围环境图像的RBG数据与深度数据，进行三维重建；2、实现手势识别、动作捕捉等人机交互方式。

AR/VR的3D感知在实现原理上一般采用TOF和结构光这两种主动感知技术，设备正面通常包括1个红外发射器、1个红外传感器（获取深度信息）和多个环境光（获取RBG信息）。以TOF技术为例，红外发射器发射红外线，至目标物体反射后由红外传感器进行接收，利用发射信号和接收信号之间的相位差进行运算和转换得到距离/景深数据。

早期通过不同角度的二维图像重建场景中的三维模型，真实感低，深度的出现使得三维重建效果大大提升。深度能同时获得图像的RGB数据和深度数据，并基于此进行三维重建。

下面通过一个简单场景对利用3D三维重建进行说明。利用基于TOF/结构光技术的3D可以建立周围环境的“点云”，如左图所示，并通过不同颜色标注距离镜头远近不同。点云数据结合环境图像的RBG信息便可以进行如右图的场景还原，此后可以在此基础上衍生出多重应用如测距、虚拟购物、装修等等，比如进行右图中的家具摆放，由于还原的场景具有深度信息，因此模拟出来的家具在碰到障碍物时便不能继续推动，具有超强真实感。

同时3D技术提供的手势识别功能将成为未来AR/VR领域的核心交互手段。目前各大厂商推出的VR设备大都需要控制器,游戏控制器的优势在于控制反馈及时、组合状态多。缺点是与虚拟环境互动少，用户只能控制而不能参与。而在AR应用方面，手柄就完全不能胜任人机交互的任务了。在AR应用领域有丰富的人机互动内容，而这种互动是非常复杂的，只有手势操作才可以完成。以HoloLens为例，就拥有一组四个环境感知和一个深度，环境感知用于人脑追踪，深度用于辅助手势识别并进行环境的三维重构。

除Hololens外，目前已经发布的AR产品如Meta2、HiAR Glasses以及Epson Moverio也已经采用3D感知技术进行手势识别、动作捕捉等功能，我们预计未来基于TOF或结构光技术的3D作为手势识别、三维场景重建的基础，将成为AR设备的标配！

二、3D Sensing：一场“有预谋”的变革iPhone8引入已经箭在弦上！

（一）技术路线已经成熟：TOF及结构光殊途同归

3D主要有三条主流技术路线：光飞时间（TOF，time of flight）、结构光（structure light）和多角成像（也称双目立体视觉技术，multi-camera）。从当前技术发展和产品应用来看，TOF与结构光因其使用便捷、成本较低等优点而最具前景。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-65175-2.html