TOF主动式传感器实现距离的测量：

3D人脸识别的市场正在逐渐打开，相较于当前的2D识别，这种主动式，不易受光线影响的识别方式，也涌入了不少新入局者。

围绕人脸识别，红海之下会有一片新蓝海吗？

从两年前的iPhone X开始，3D成像技术在消费端的应用快速增长。而在行业端，围绕三维视觉的应用也进入发展新阶段。

繁维科技成立之初，市面上对于3D相机的研究还处于早期。繁维科技当时也做过双目立体视觉、多路拼接全景相机、结构光3D扫描仪等产品，拿下过安防领域的巨额订单。但是他们始终看好的是TOF，从2013年开始就一直潜心研究TOF模组。“我们对各种不同的3D技术进行了研究对比，其中对TOF技术最感兴趣，便开始更深入地挖掘它的优势。”

在谈TOF之前，有必要做个小科普。当前，比较成熟的3D成像方案主要就三种：结构光、双目视觉以及TOF（飞行时间）。结构光最典型的应用案例是苹果的Face ID，通过发射特定图形的散斑或者点阵的激光红外图案，和原来的图像进行对比，从而测算出相应的深度信息。相较之下，TOF主动式传感器会驱动,既有的三种方案各有优劣，TOF的响应速度快、精度高，不易受环境光线干扰，但是功耗和成本稍高；结构光的工业化应用较多，但距离短，容易受环境光干扰；双目立体成像更适合室外强光条件和高分辨率应用，但精度不高，算法复杂。

今年以来，陆陆续续也有不少手机厂商将眼光瞄准了TOF相机，着手推出搭载TOF相机的手机。可以预见，消费端市场的打开必然会带起新一轮3D成像热。

TOF相机下的3D人脸识别，解决传统CV识别的问题

人脸识别是个巨大商机，尤其是计算机视觉火热的这几年，商汤、旷视带着一众大小厂商在这个领域杀出一条红海。相比较之下，3D人脸识别可以直接通过相机判定，不需要另外的活体检测或者通过一些特殊的动作来证明图像和真人的区别。但CV下的人脸识别也遇到了一些问题，比如之前人脸识别自动抓拍系统将公交车身的董明珠广告认作是闯红灯的行人。其次在一些较为阴暗的环境下，2D相机的效果也远远不如TOF，而TOF相机无需额外的补光、主动式发光模式决定了它在一些特殊环境下工作会更稳定。不过，大规模应用的前提是TOF相机的稳定和成本达到预期，现在技术问题基本已经解决，接下来就是等到行业市场的爆发。

从技术层面来看，3D人脸识别肯定要优于普通的2D人脸识别，而且等后续量做起来，成本也能快速降下来。“不管是在识别距离、抗干扰能力还是识别速度上，我们的产品都已经达到了业内领先。”目前，TOF相机输出的图像分辨率可达到640 x 480，提供从0.5米到10米之间的检测距离。同时，针对户外环境光可能带来的干扰，他们特地优化了TOF相机的光学设计，并在算法上下了很大功夫，大幅度提升了深度图的质量。从2013年研发TOF以来,客户用我们的TOF相继可以直接输出深度图，做他们想要的应用，我们也能帮他们实现一些诸如计算体积、检测人脸、动作识别、骨骼提取等在内的应用。TOF的爆发一定是伴随着成熟的商业应用，比如以人脸识别为核心的智能门禁、刷脸支付等应用场景。繁维科技的发展方向也很清晰：第一阶段要继续推进3D人脸识别的应用，与此同时挖掘更多有潜力的场景,至于能够获取深度信息的TOF相机到底会在哪个关键节点迎来市场爆发，我们也拭目以待。