带你解读TOF与结构光的区别

简介:

去年9月份苹果推出了iPhone 11、iPhone 11 Pro和iPhone 11 Pro Max三款新iPhone,新机型的性能在拍照和续航上得到大幅度的提升,同时连续三年依旧延续保留FACE ID功能。在人脸识别竞争激烈市场中,结构光与TOF两种主流解决方案为各大厂商所受用,为何苹果一直钟情于3D结构光,其背后的秘密是什么呢?

从平面到立体的秘密

结构光3D视觉技术中的其中一种,用于获取物体平面与深度数据。这项技术的原理是通过将激光散斑图像投射到物体表面,再由红外相机接收物体表面反射的散斑信息,交给ASIC处理芯片,最后根据物体造成光信号的变化计算物体位置和深度信息。

_1

简单来说就是通过近红外激光器,将具有一定结构特征的光线投射到被拍摄物体上,再由专门的红外摄像头进行采集。这种具备一定结构的光线,会因被摄物体的不同深度区域,而采集不同的图像相位信息,然后通过运算单元将这种结构的变化换算成深度信息,以此来获得三维结构。

_2

另外一种TOF时间飞行法的原理是通过专用传感器,捕捉近红外光从发射到接收的飞行时间,判断并计算出物体的距离信息。这种方案具有实时性好,算法简单,不受光照变化和物体纹理影响的优点,但受多重反射影响,分辨率低、成本较高。

_3

为什么会选择结构光

从两种技术的对比上看,TOF技术虽然实时性好、算法简单,但存在传感器技术不成熟、图像分辨率低、成本高、功耗高等问题,目前其更多应用在物体测距等领域。3D结构光技术测量精度高,可以达到1mm(毫米级),拥有功耗相对较低等诸多优点,更适合用于近距离的人脸识别,在智能手机、刷脸支付等场景拥有巨大潜力,因此备受业界的重视。

3D结构光让生活更加智能

除了手机解锁,3D结构光还被广泛用于刷脸支付、智能安防、空间扫描、机器人交互、商用屏显、体感游戏等领域,具有广阔的市场空间。例如在刷脸支付领域,国内3D传感企业奥比中光自主研发的3D结构光摄像头,为支付宝、中国银联提供模组支持,通过3D人脸识别,可以实现快速安全便捷支付,目前刷脸支付设备已经成功落地全国。

_4

随着3D视觉技术的发展进步,我们的生活也将变得更加智能化。出行能只需靠一张脸就进行消费体验、办理各项事务,选购服装时只需照镜子就可观看不同衣服的试穿效果,服务机器人为客人端来美食……这些将不再是想象。相信在未来3D视觉技术可以彻底颠覆过去的生活模式,带给我们更多惊喜!

目录
相关文章
|
数据可视化 C# C++
工业基础类IFC—提取模型结构树
工业基础类IFC—提取模型结构树
工业基础类IFC—提取模型结构树
|
4月前
|
编解码 并行计算 算法
MPI分形图像高精度绘制程序和PC端Mandelbrot-Julia分形集预览程序
这篇文章描述了一个使用2010年技术的集群程序,该程序基于Linux + MPI + C++或Windows + .NET + C#,用于并行计算生成高分辨率BMP图像,特别是Mandelbrot和Julia集。在8台节点上,程序实现了7.31的稳定加速比,并在更大规模任务中有望提升。它支持MPI并行计算、任务日志、不同阶数的分形集生成、批处理、多线程以及优化的颜色处理等功能。创新点包括颜色表的正弦控制、动态调整运算精度、复杂颜色生成、优化的颜色更新和并发机制等。程序产生的图像样本显示了其多样性和质量。作者提供源代码,并提到设计思路可应用于类似图像生成任务。
|
4月前
|
vr&ar
VR的光学结构主要基于哪种类型的结构?
【6月更文挑战第25天】VR的光学结构主要基于哪种类型的结构?
58 9
|
编解码 算法 数据可视化
【多重信号分类】超分辨率测向方法——依赖于将观测空间分解为噪声子空间和源/信号子空间的方法具有高分辨率(HR)并产生准确的估计(Matlab代码实现)
【多重信号分类】超分辨率测向方法——依赖于将观测空间分解为噪声子空间和源/信号子空间的方法具有高分辨率(HR)并产生准确的估计(Matlab代码实现)
106 0
|
5月前
GE Fanuc IC200MDD849模块 离散混合I/O模块
GE Fanuc IC200MDD849模块 离散混合I/O模块
|
分布式计算 算法 异构计算
m基于FPGA的RGB转ycrcb颜色空间转换算法实现,包含testbench,对比三种转换方法
m基于FPGA的RGB转ycrcb颜色空间转换算法实现,包含testbench,对比三种转换方法
201 1
|
算法 异构计算
m基于FPGA的分布式FIR滤波器verilog设计,对比普通结构以及DA结构
m基于FPGA的分布式FIR滤波器verilog设计,对比普通结构以及DA结构
182 0
m基于FPGA的分布式FIR滤波器verilog设计,对比普通结构以及DA结构
|
机器学习/深度学习 编解码 移动开发
CVPR2020丨UDVD:用于可变退化的统一动态卷积超分辨率网络
近些年,基于CNN的方法在图像超分辨率问题上表现出出色的性能。然而大多数方法基于一种退化或者是多种退化的组合,甚至去训练特定的模型以适应特定的退化过程。因此更加实际的方法是训练单独的模型以适用多样可变的退化。
CVPR2020丨UDVD:用于可变退化的统一动态卷积超分辨率网络
|
移动开发 算法 异构计算
m基于FPGA的半带滤波器verilog设计,对比普通结构以及乘法器复用结构
m基于FPGA的半带滤波器verilog设计,对比普通结构以及乘法器复用结构
286 0
m基于FPGA的半带滤波器verilog设计,对比普通结构以及乘法器复用结构