深度傳感器的應用

　　1.AR/VR：用于感知真實的3D環(huán)境并在虛擬世界中重建它們

　　深度信息對于VR/AR設備的人機交互也是必需的。設備必須準確響應用戶的3D運動，因此肯定需要高性能的深度傳感器。

　　例如，谷歌的ProjectTango使用深度傳感器來準確地測量實際環(huán)境，并通知其圖形算法將虛擬內容放置在適當?shù)奈恢谩ＥcPokemonGo的AR模式相反，由于算法沒有環(huán)境深度信息，因此用戶經常可以看到Pokemon放置在不正確的位置。

　　2.機器人：用于導航，定位，地圖繪制和避免碰撞

　　許多倉庫已經利用了將物品從一個地方運輸?shù)搅硪粋€地方的全自動駕駛汽車。車輛自行行駛的能力需要深度感應，以便能夠知道它在環(huán)境中的位置，其他重要事物的位置，最重要的是，它如何安全地從A移到B.類似地，任何用于拾取目的依賴于深度感應來了解目標對象在哪里以及如何獲取它。

　　這些相同的應用對于任何自動駕駛汽車的成功都是必不可少的。實際上，目前無人駕駛汽車面臨的最重大挑戰(zhàn)之一是為汽車配備精確的深度傳感器和CV系統(tǒng)，而不會大幅增加成本。這仍然是一個競爭激烈的市場，許多新創(chuàng)公司都在爭奪領導地位。

　　3.面部識別：在防止欺詐的同時提高便利性

　　大多數(shù)人臉識別系統(tǒng)使用2D相機捕獲照片并將其發(fā)送給算法來確定人的身份。但是，這存在很大的漏洞：糟糕的演員會欺騙系統(tǒng)，因為他們無法分辨是看到的是真實的3D面孔還是2D照片。為了使人臉識別安全，必須使用具有深度感應功能的3D相機。

　　除了阻止漏洞外，3D人臉建模還可以傳達人臉的更多特征，以實現(xiàn)更準確的識別。

　　4.手勢和接近檢測：用于游戲，安全性等

　　飛行時間（ToF）深度傳感器已被許多設備用于這些目的。在簡單的實現(xiàn)方式中，深度傳感器僅需要檢測一個點的深度信息，例如用于手勢檢測的手或用于接近度檢測的臉部。因此，具有簡單的光學器件（和較窄的視場）的深度傳感系統(tǒng)就足夠了。隨著手勢檢測的發(fā)展，使用了更復雜的深度感應系統(tǒng)，例如Microsoft的Kinect.

　　深度傳感器的創(chuàng)業(yè)機會

　　在未來幾年中，深度感應將成為一個巨大的市場。當前，深度感測中的許多技術仍有很大的改進空間，這可能是技術初創(chuàng)公司的機會。此外，初創(chuàng)公司可以嘗試將當前的深度感應技術用于新興應用。

　　深度感測技術與CV應用程序的結合

　　深度感測系統(tǒng)可以與當前的計算機視覺應用程序結合使用，以大大提高其性能并滿足實際部署的需求。這也有助于減輕極端情況的影響-2D中的許多極端情況實際上可能是3D世界中的正常情況！結果，深度感測可以使CV算法執(zhí)行我們生活中更重要的事情，其中一些甚至可以是破壞性的創(chuàng)新，從而創(chuàng)造更多的市場，例如面部識別。

　　ToF傳感器——以合理的價格使用脈沖激光

　　當前，用于移動設備的ToF傳感器通常使用低成本的基于調制的光源。如前所述，基于調制的光源具有范圍模糊性，并且其性能通常不如脈沖激光器。脈沖激光器已經成功地用于LiDAR中，但其成本，功耗和尺寸仍然不適用于移動設備。

　　但是，LiDAR中的激光源最近發(fā)展很快。初創(chuàng)企業(yè)有可能將脈沖激光引入用于深度動態(tài)，性能至關重要的系統(tǒng)的移動式ToF傳感器中，例如針對面向業(yè)務的電子市場領域的AR和VR.這些應用程序還可以提供很高的利潤率，對于初創(chuàng)企業(yè)來說是一個理想的機會。

　　ToF傳感器——改善LED性能

　　ToF傳感器的另一端是對成本敏感的應用程序，例如IoT.對于低成本設備，激光仍然太昂貴。LED可以在ToF傳感器中用于低成本應用，但性能會下降。ToF傳感器的LED性能問題可以在設備或系統(tǒng)級別解決。通過該裝置，可以使用具有更高調制頻率容量的新型LED.通過改進系統(tǒng)的模擬信號處理電路，重新配置系統(tǒng)（即使用LED陣列并組合結果）或通過實施一種新的深度評估算法。

　　ToF和結構光——提高亮度容限

　　環(huán)境亮度是ToF和結構光深度傳感器的瓶頸。為了忍受來自環(huán)境的更多光，已經提出了幾種背景消除技術。例如，在意法半導體（STMicroelectronics）生產的ToF傳感器芯片中，還集成了環(huán)境光傳感器和深度傳感器像素，以估算來自環(huán)境光的干擾。其他一些公司也提出了信號處理（模擬和數(shù)字）中的背景消除算法。

　　但是這些解決方案并不完美。為ToF和結構光提供更好的背景消除仍然是深度傳感技術中的一個懸而未決的問題。如果初創(chuàng)公司可以解決這個問題，那么它的價值將是巨大的，特別是對于背景消除而言，可以使結構的光深度感應系統(tǒng)在明亮的環(huán)境中工作。

　　攝像頭陣列與ToF結合使用可實現(xiàn)高分辨率

　　盡管ToF傳感器的分辨率較低，但相機陣列的分辨率較高，但存在匹配問題。但是，智能設備完全可能同時包含攝像頭陣列和ToF傳感器。相機陣列還可以用于深度感應以外的應用程序，例如智能對焦。可能會合并來自攝像機陣列和ToF傳感器的信息，從而以高分辨率和良好的深度精度計算深度圖。該深度傳感系統(tǒng)的總成本甚至可能低于具有更高分辨率的ToF傳感器。

　　這些只是帶有深度傳感器的新型計算機視覺應用的眾多未來機會中的少數(shù)。到目前為止，絕大多數(shù)計算機視覺應用程序都涉及通過攝像機解釋2D世界。借助深度傳感器，我們?yōu)橛嬎銠C提供了整個數(shù)據范圍，極大地擴展了計算機能夠執(zhí)行的功能的可能性。