tof摄像头手势识别_一文看懂TOF

来源：内容来自「国盛证券」，谢谢。

3D sensing是智能手机创新的趋势之一，当前正加速向中低端手机渗透。目前实现3D sensing共有三种技术，分别为双目立体成像、结构光和ToF，目前已经比较成熟的方案是结构光和TOF。其中结构光方案最为成熟，已经大规模应用于工业3D视觉，TOF则凭借自身优势成为在移动端较被看好的方案。

3D结构光最早应用于苹果旗舰iPhone X，结构光原理为通过近红外激光器向物体投射具有一定结构特征的光线，再由专门的红外摄像头进行采集获取物体的三维结构，再通过运算对信息进行深入处理成像。该技术目前共有编码结构光和散斑结构光两种实现类别。结构光技术仅需一次成像就可得到深度信息，具备低能耗、高成像分辨率的优势，能够在安全性上实现较高保证，因此被广泛应用于人脸识别和人脸支付等场景。但结构光技术识别距离较短，大约在0.2米到1.2米之间，这将其应用局限在了手机前置摄像，主要用于3D人脸识别屏幕解锁、人脸支付及3D建模等。

ToF(Time of Flight)技术是2018年才被应用到手机摄像头的3D成像技术，其通过向目标发射连续的特定波长的红外光线脉冲，再由特定传感器接收待测物体传回的光信号，计算光线往返的飞行时间或相位差，从而获取目标物体的深度信息。ToF镜头主要由发光单元、光学镜片及图像传感器构成。其识别距离可达到0.4米到5米，因此已有品牌，如OPPO、华为等，将其应用于手机后置摄像。ToF技术具备抗干扰性强、FPS刷新率更高的特性，因此在动态场景中能有较好表现。另外ToF技术深度信息计算量小，对应的CPU/ASIC计算量也低，因此对算法的要求更低。但相对于结构光技术，ToF技术的缺点在于其3D成像精度和深度图分辨率相对较低，功耗较高。

双目立体成像原理较为简单，即利用双摄像头拍摄物体，再通过三角形原理计算物体距离，合成立体图像。其具有高3D成像分辨率、高精度、高抗强光干扰的优势，同时能保持较低成本水平。但由于需要通过大量的CPU/ASIC演算取得它的深度和幅度信息，其算法极为复杂较难实现，同时该技术易受环境因素干扰，对环境光照强度比较敏感，且比较依赖图像本身的特征，因而拍摄暗光场景时表现差。由于以上原因，双目立体成像技术在手机上较少应用。

结构光技术和ToF各有优势，在移动端的应用上具有互补的特性，但不可否认的是，ToF的多场景应用呈现出了更为广阔的发展前景。iPhone X对3D结构光的应用带动了这项技术的发展和渗透，目前相较于ToF，结构光技术在应用上更为成熟，出货量上明显占优。而且结构光的扫描效果更为真实，具备更强的3D还原能力。但遗憾的是，作用距离的劣势限制了其应用。ToF技术弥补了距离上的缺陷，由于能够支持更远的作用距离，ToF技术可以被应用于包含3D人脸识别、3D建模以及手势识别、体感游戏、AR/VR在内的更多场景中，从而为智能手机更娱乐性和实用性的体验。此外，相比结构光技术，ToF的模组复杂度低，堆叠简单，可以做到非常小巧且坚固耐用，在屏占比不断提高的外观趋势下，更得到手机厂商的青睐。