穿越时空 AI代我告诉你：“爱你何止三千遍”

铅笔道专栏作者丨顶商投资

“ I love you three thousand.” 《复仇者联盟》4的末尾播放了一段钢铁侠牺牲前的录像带，立体投影下的托尼·史塔克深情款款地说。 影片 工作室 中 ，酷炫的全息投影显示不仅可以多样化地展示图像，三维空间浮空操作的方式也有很好的操作体验。

立体投影、全息投影，AI交互，影片中的黑科技在现实中得以不断实现，贴近现实生活。

时间追溯，自从Alpha Go击败韩国棋手李世石之后，人工智能将成为未来科技发展的趋势这一点已经被世人所承认。在人工智能的热潮真正到来的今天，人工智能究竟怎样改变人们的生活成为了全世界需要思考的新问题。

目前的人工智能主要在语音、自然语言和视觉方向发展比较迅速，其中最成熟的就是视觉技术，国内外的市场占比都超过了40%。

那么，视觉技术为什么会发展的比较快呢？这主要有两方面的原因：一方面是视觉技术本身针对的图像识别相对比较直观，图像的色彩、灰度、空间等都是可以量化的特征，对于人工智能的训练和推理所需要的mapping比较契合；另一方面是视觉技术属于感知和认知信息的首要方式。根据人类获取信息的途径来看，视觉占据了人类信息获取的80%。而计算机视觉技术不仅可以替代人眼，还能够做到很多人眼所不能做到的高速、高精度和高适应性的视觉识别。

那计算机视觉到底怎么改变了我们的生活呢？也许是支付宝的刷脸支付，也许是手机的脸部识别，也许是各种各样App里的美颜功能……

但是，事实上，在这些消费级的计算机视觉不断出现在我们身边时，工业领域早就已经大规模应用计算机视觉技术，并且帮助企业提高生产效率，较低人力成本，减少了生产过程中的错误，为企业创造了巨大的价值。

当计算机视觉被应用到工业领域时，最具优势的应用形式就是工业机器的3D视觉检测。在工业发展迅速的今天，依靠人工进行产品的缺陷检测，不仅人力成本巨大，而且对检测人员的重复劳动所带来的视觉疲劳问题也得不到解决，尤其是在汽车和消费类电子行业，出货量巨大，对产品精度的要求又很高。单纯依靠人工，效率和准确率都得不到保障。而3D计算机视觉的出现，很好地解决了这一痛点。

3D计算机视觉技术 路径

那么计算机视觉究竟是怎么做到比人眼更快更准确的呢？首先需要了解现有的3D计算机视觉技术。

目前主流的3D计算机视觉有三种技术路径：双目法、结构光和TOF。

双目法是指采集图像中的特征点，构建物体的几何模型，这种方法诞生最早，应用最久也最广泛。因为双目法采集的是正常摄像头所拍摄到的画面，这对硬件的要求较小，成本也最低。不过双目法以2D图片为识别对象，特征较少，从精准度上来说，也是最低的。不过也正是它不需要专业设备即可识别图片的特性，决定了它具有极强的延展性和丰富的应用场景。

结构光目前已经应用在OPPO R11/R15、iPhone X中，这种技术采样准确，识别精度也相当高，在设备和算法的支持下，即对物体材料也能够识别。3D结构光检测技术利用空间位置编码技术结合三角测量法可实现3D形貌的精确检测，具有速度快、部署效率高、光学结构简单的优点。

TOF是飞行时间（Time of Flight）技术的缩写，即传感器发出经调制的近红外光，遇物体后反射，传感器通过计算光线发射和反射时间差或相位差，来换算被拍摄物体的距离，以产生深度信息。简单来说就是，发出一道经过处理的光，碰到物体以后会反射回来，捕捉来回的时间，因为已知光速和调制光的波长，所以能快速准确计算出到物体的距离。TOF技术优势在于成本低，测量距离和抗干扰能力也强于结构光技术。但TOF分辨率低于结构光，其精准度不及结构光。

就目前工业生产检测所需的精度要求来看，产品的误差范围要求都是微米级，工作环境也要求所采用的技术适应性要强。不难发现，3D结构光是最适合工业级别的3D视觉检测的。也正因为3D计算机视觉在工业生产中的重要作用，目前已经开发出基于3D计算机视觉的专用AI芯片(FPGA)，该技术利用FPGA实现动态视觉采集与分析处理，在成像过程中仅关注图像的变化部分，极大降低数据带宽消耗，从而大幅提升图像的处理速度。而计算机视觉技术的进一步提升将在工业生产中的定位、引导、检测和质量控制等领域发挥更强的提升和替代作用。

解锁多样化应用场景

安全支付、三维建模、游戏互动、数据采集，光学识别技术在拍照、美颜、视频、互娱、展览等领域落地应用。以下侧重从新零售、展览展示两个场景领域展开。

新零售。目前该领域与视觉相关的主要包括人脸识别支付、商家结算收银。而在结算这块，相关的还有RFID、重力感应等方式。RFID射频设别技术与AI视觉识别支付的区别，可以从有无RFID标签，摄像头等外部功能来辨别。但现有视觉识别结算技术在物品叠放、超越视觉区域等方面仍然存在局限。此时便需要其他技术如重力感应等来辅助确认。

展览展示。广告传媒、娱乐互动领域的应用可以分为两个层面：第一层面单向视觉传播；第二层面传感器互动感应，人工智能算法及时互动。技术难易度上，后者双向技术复杂综合，而目前双向技术应用较多的主要通过红外线、雷达感应互动，此外语音互动也是一大互动入口点。即用户最终看到的是AI视觉识别+传感器+手势互动+语音互动+……技术应用叠加，人工智能化。

不论是复联里出现的3D投影对话，还是现实中结构光与TOF技术在手机端的应用，可以发现的是3D计算机视觉正深入多个场景，解锁多样化应用场景。此外，5G技术趋势也在为视觉识别影像技术的应用提供技术环境沃土，人工智能项目百舸争流。