3D成像技术来袭，金融科技将迎来哪些变革？

渢叶2

2018 年 7 月 30 日，加载 3D 景深摄像头的小米 Mi8 透明探索版于当晚 7:30 正式发售，该机开卖仅一分钟便迅速售罄。
2018 年 6 月 27 日，ViVO 在 MWC2018 会议上发布基于 TOF 的 3D 景深摄像头，号称吊打 iPhoneX。
2018 年 6 月 19 日，OPPO Find X 手机发布，其前置 3D 结构光景深摄像头为主打黑科技之一。
2017 年 9 月 13 日，苹果发布 iPhone X 手机，基于 3D 结构光景深摄像头的 Face ID 脸部识别技术宣告手机前置摄像头首次进入 3D 时代。
面对以上搭载 3D 景深设备的新款手机接二连三式的发布，相信读者可以直观的感受到 3D 成像技术在消费电子领域进入了商业化高速增长期。本文将对 3D 成像技术工作原理和分类以及 3D 成像传感市场概况予以介绍，同时探讨该技术对金融科技领域的影响。
3D 成像工作原理和分类</b>
3D 成像技术按照工作原理，首先分为被动式和主动式两类。
被动式视觉效仿生物的双眼视觉（binocular vision）原理，由至少 2 枚图像传感器（image sensor）构成，运用其观测对象在每个图像传感器单独成像的位置，结合 2 枚图像传感器的相对物理位置，根据几何关系测量原理，可以计算出景深（depth）。请注意，景深和距离是不同的概念，如下图 1 所示。


双目视觉系统的核心在于关联同一观测点在各自图像传感器中的坐标位置，如上图 1 的左图所示。然而，在实际使用中，由于受到外部环境和拍摄对象表面纹理属性等客观因素影响，特征点自动匹配在算法上较为复杂，匹配精度也直接影响到景深计算精度，影响系统整体效果。
主动式视觉系统则由于其工作原理的不同，有效解决了这一问题。
主动式视觉系统利用独立的人工光源，主动投射到观测对象来测量景深。主动式视觉根据投射光源和景深技术原理的不同，又分为三小类：三角测距法、结构光法、飞行时间法。如下图 2 所示。下面做详细介绍：


（1）三角测距法（triangular）
三角测距法是利用投射光源、观测对象和接收图像传感器的空间位置，利用三角几何学计算景深的方法。此方法是众多主动式 3D 景深视觉系统的底层基础算法。
（2）结构光法（structured light）
结构光法可以认为是针对在被动式视觉系统中特征点匹配问题的对策性方案。如下图 3 所示，结构光的含义是主动光源通过特定图案编码投射到被测物体，例如将分布较密集的均匀光栅投影到被测物体上面，由于被测物体表面的不规则性具有的不同深度，反射到图像传感器的光栅条纹会有所变形，这个过程可以看作是由物体表面的深度信息对光栅的条纹进行了调制。通过对比图像传感器接收到的发生畸变的光栅图案和原生图案，就可以解析出每个观测点的深度信息，形成深度点云（point cloud），即深度帧（depth fr ame）。


需要说明的是，结构光法按投射方式还可分为点、线、面三种方式。按照图案编码方式亦可分为时间编码、空间编码和直接编码（如灰度编码）。这些技术皆为提高编码图案的解调抗干扰性，以及更快获取深度点云而采取的不同技术手段，如下表 1 所示。目前，在移动终端领域，结构光编码以静态编码为主。


（3）飞行时间法（time of flight）
飞行时间又称 TOF，简要来说，是基于测量投射的光源信号发射与接收之间的时间差，计算出景深或距离的一种景深计算方法。
TOF 根据如何测量时间差又可细分为脉冲波测距和连续波测距。脉冲波测距原理是直接测量脉冲信号发射和接收的时间差；连续波测距则是通过连续发射整数波长，通过计算接收波与发射波之间的相位差，间接计算时间差，如下图 4 所示。


具体来说，脉冲波测距多用于工业测绘领域等大范围远距离场景，其使用的光源也以激光为主。对于手机终端设备而言，由于使用场景和功耗，意味着目标对象与镜头的距离在十米、百米以内，所以手机终端上使用的 TOF 预计将以连续波相位测距技术为主。
就目前而言，结构光与 TOF 是主动景深视觉系统的主流技术实现方案。结构光技术较为成熟，组件集成度高，目前苹果 iPhone X 已采用结构光技术；TOF 由于直接测量景深 / 距离，在响应速度和量程两方面具有先天技术优势，加上 Google、Microsoft 等国际一流企业的站台背书，技术前景光明。
需要说明的是，主动式 3D 景深视觉系统在持续发展中开始借鉴被动双目视觉系统的优点，即通过引入 2 枚图像传感器（active stereo vision），利用图像传感器之间空间位置关系，以及双路光源发射器到图像传感器的光源运动轨迹，达到更高精度的景深信息。例如，Intel 最新发布的 D400 Series 景深摄像模块就是采用该技术的代表。
3D 成像和传感市场概况</b>
前文介绍了 3D 景深成像系统的工作原理。那么，3D 成像技术是否存在市场需求？3D 成像技术距离全面普及还有多久呢？我们可以从以下几个维度来寻找答案。
（1）VCSEL 市场增长情况
VCSEL 激光器作为 3D 景深成像系统的核心部件，在消费电子领域的市场趋势可以间接反映其 3D 景深市场需求和未来发展情况。如下图 5 所示，根据 Yole 预计，随着 2017 年 iPhone X 首次引入结构光主动式 3D 成像系统，VCSEL 整体市场将以 CAGR 48% 的增速飞速增长，在消费电子领域，VCSEL 市场大小从 2017 年的 1.65 亿美元攀升至 2023 年的 31 亿美元，增长幅度接近 30 倍。


（2）3D 成像市场增长情况
据 Yole 预测，3D 成像和传感市场整体增长速度为 CAGR 44%，在消费电子领域将会以 CAGR 82% 的速度高速增长，到 2023 年达到 138 亿美元，如下图 6 所示。


（3）3D 景深在终端手机的占有率情况
主动式视觉系统由于其技术先进性，将会逐渐替代被动式双目视觉系统，逐渐被手机终端厂商采用。目前在 3D 成像领域，根据其结构光和 TOF 技术的特性，一个较为共识的预测是基于结构光技术的 3D 成像将作为手机前置摄像头被采用，而 TOF 技术则将会在后置摄像头更有前景。
目前苹果作为手机终端高新技术的引领者，同时占据 3D 成像产业链内一级供应商的供货渠道，预计将继续领先安卓手机厂商 1-2 年时间率先部署 3D 景深摄像头，如下图 7 所示。


根据拓墣产业研究院分析，全球智能手机 3D 感测渗透率今年将从 2017 年的 2.1% 上扬至 13.1%，苹果仍将是主要采用者。另据其估计，2018 年全球搭载 3D 感测模组的智能手机生产总量将达 1.97 亿支，其中 iPhone 占据 1.65 亿支。此外，2018 年的 3D 感测模组市场产值预估约为 51.2 亿美元，其中由 iPhone 贡献的比重高达 84.5%。预计至 2020 年，整体产值将达 108.5 亿美元，而 2018-2020 年间的复合年均增长率将达到 45.6%。
综上所述，笔者认为，3D 主动式景深成像技术将在未来 2-3 年内加速普及，倘若上游供应商有能力跟上安卓手机厂商的出货量水平，为其提供优质的芯片、模组和解决方案，其普及速度会更快。
3D 成像技术对金融科技的影响</b>
面对 3D 成像技术的来袭，金融科技领域将会产生哪些变化呢？笔者认为，金融科技会在至少以下四个方面发生新一代技术升级和换代，未来还将衍生出更广泛的应用场景。
（1）人脸识别技术升级
据报道，自 2015 年到 2020 年，人脸识别市场规模增幅为 166.6%，预计到 2020 年，人脸识别技术市场规模将上升至 24 亿美元。现在的 2D 人脸识别技术由于缺少景深信息，在平面化投影过程中存在特性信息损失。3D 成像技术通过三维建模形式，最大程度上保留原始有效信息，可以提供更高识别精度和更快的人脸识别速度。同时，主动视觉系统由于采用了红外线作为主动光源，将有效解决环境光照对面部识别的影响问题。3D 人脸识别还将具有更强的防伪性，可以根据人脸的 3D 模型有效识别对象是真人还是照片。
（2）活体检测
主动式 3D 成像技术使用的红外发射器和红外图像传感器，配合使用可以进行人体活体检测，这是传统 2D 视觉系统或者被动式双目视觉系统所不具备的。如前文介绍的 VCSEL 激光器，目前采用 850nm 和 940nm 两种波段，其中 940nm 波段因为其抗干扰性强、有效距离远等特点，成为新一代 VCSEL 采用的首选波段（参见下图 8）。其中，940nm 波段恰好是心率监测和血氧检测的理想红外波段，因此可以预计，基于 3D 主动式成像的活体检测算法将在金融科技领域逐渐受到广泛应用。


（3）微表情测谎
基于 2D 识别的微表情识别技术也将迎来技术升级。结合人体活体检测技术，微表情识别技术有望达到更广泛的应用。
（4）AR 三维重建
加入了景深信息的三维测量、三维重建技术将更加有效的服务新零售场景。例如在智能量体裁衣领域，虚拟购物、装修家具等场景，由于具有深度信息，因此模拟出来的家具在位置摆放时会受到周围环境的空间大小约束，具有超强真实感。
可以说，随着 3D 成像技术的来临和陆续普及，势必会引发新的应用和适用场景，让我们一起期待新一代黑科技带来的技术红利。