關(guān)于蘋果將在新一代的iPhone上使用前置3D攝像頭的消息甚囂。根據(jù)凱基證券分析師郭明池所說，這個攝像頭包含紅外模塊，可以感知攝像頭前的3D空間與物體。郭明池還預測，iPhone 8的3D前置鏡頭可以將深度信息與2D影像合并，并支持面部識別、虹膜識別和3D自拍等功能。

不僅如此，這個攝像頭可以掃描用戶的頭部情況，用來更換游戲當中人物的頭像，甚至結(jié)合到AR應用當中，有非常深遠的意義。前置鏡頭將采用來自PrimeSense的邏輯算法。蘋果早在2013年就收購了該公司。

下面我們細讀海通電子的報告《3D視覺深度研究：智能交互進入新時代》，了解蘋果將要使用的這個顛覆性技術(shù)。

什么是3D深度相機

3D深度相機是區(qū)別于我們平時用到的2D相機。與傳統(tǒng)相機不同之處在于該相機可同時拍攝景物的灰階影像資訊及包含深度的3維資訊。其設計原理系針對待測場景發(fā)射一參考光束，藉由計算回光的時間差或相位差，來換算被拍攝景物的距離，以產(chǎn)生深度資訊，此外再結(jié)合傳統(tǒng)的相機拍攝，以獲得2維影像資訊。

這種深度相機具備以下優(yōu)點：

1）相對二維圖像，可通過距離信息獲取物體之間更加豐富的位置關(guān)系，即區(qū)分前景與后景

2）深度信息依舊可以完成對目標圖像的分割、標記、識別、跟蹤等傳統(tǒng)應用

3）經(jīng)過進一步深化處理，可以完成三維建模等應用

4）能夠快速完成對目標的識別與追蹤

5）主要配件成本相對低廉，包括CCD和普通 LED 等，對今后的普及化生產(chǎn)及使用有利

6）借助 CMOS 的特性，可獲取大量數(shù)據(jù)及信息，對復雜物體的姿態(tài)判斷極為有效，無需掃描設備輔助工作。

根據(jù)硬件實現(xiàn)方式的不同，目前行業(yè)內(nèi)所采用的主流3D機器視覺大約有三種：結(jié)構(gòu)光、TOF時間光、雙目立體成像。

1）結(jié)構(gòu)光（Structure Light）

通過激光的折射以及算法計算出物體的位置和深度信息，進而復原整個三維空間。結(jié)構(gòu)光的代表產(chǎn)品有微軟的Kinect一代。通過發(fā)射特定圖形的散斑或者點陣的激光紅外圖案，當被測物體反射這些圖案，通過攝像頭捕捉到這些反射回來的圖案，計算上面散斑或者點的大小，跟原始散斑或者點的尺寸做對比，從而測算出被測物體到攝像頭之間的距離。

目前是業(yè)界比較成熟的深度檢測方案，很多的激光雷達和3D掃描技術(shù)都是采用的結(jié)構(gòu)光方案。不過由于以折射光的落點位移來計算位置，這種技術(shù)不能計算出精確的深度信息，對識別的距離也有嚴格的要求。而且容易受到環(huán)境光線的干擾，強光下不適合，響應也比較慢。

典型的結(jié)構(gòu)光方案包括：PrimeSense（微軟Kinect1代）、英特爾RealSense（前置方案）。

2）光飛行時間（TIme of Flight）

TOF系統(tǒng)是一種光雷達 (LIDAR) 系統(tǒng)，可從發(fā)射極向?qū)ο蟀l(fā)射光脈沖，接收器則可通過計算光脈沖從發(fā)射器到對象，再以像素格式返回到接收器的運行時間來確定被測量對象的距離。TOF系統(tǒng)可同時獲得整個場景，確定3D范圍影像。利用測量得到的對象坐標可創(chuàng)建3D影像，并可用于機器人、制造、醫(yī)療技術(shù)以及數(shù)碼攝影等領(lǐng)域的設備控制。

TOF方案的優(yōu)點在于響應速度快，深度信息精度高，不容易受環(huán)境光線干擾，這些優(yōu)點使其成為移動端手勢識別最被看好的方案。代表廠商有微軟（Kinect2代）、意法半導體、英飛凌、德州儀器等。

3）多角立體成像（MulTI-camera）

現(xiàn)在手勢識別領(lǐng)域的佼佼者Leap MoTion使用的就是這種技術(shù)。它使用兩個或者兩個以上的攝像頭同時采集圖像，通過比對這些不同攝像頭在同一時刻獲得的圖像的差別，使用算法來計算深度信息，從而多角三維成像。

Leap MoTion方案使用2個攝像機獲得左右立體影像，該影像有些輕微偏移，與人眼同序。計算機通過比較這兩個影像，就可獲得對應于影像中物體位移的不同影像。該不同影像或地圖可以是彩色的，也可以為灰階，具體取決于特定系統(tǒng)的需求。

雙目多角立體成像方案的優(yōu)點在于不容易受到環(huán)境光線的干擾，適合室外環(huán)境，滿足7*24小時的長時間工作要求，不易損壞。缺點是昏暗環(huán)境、特征不明顯時不適合，目前應用在智能安防監(jiān)控、機器人視覺、物流檢測等領(lǐng)域。

由于3D深度相機的原理，他的出現(xiàn)將進一步解放雙手，打開新的智能人機交互空間。

回到2011年，蘋果在推出的iPhone4S配備了語音識別助手Siri，利用人工智能技術(shù)，通過與消費者的語言對話，實現(xiàn)信息的交互。隨后，語音交互越來越多地出現(xiàn)在智能終端上，尤其是隨著人工智能語義識別技術(shù)的進步，語音交互的準確性和實用性大幅提升。亞馬遜于2015年推出的ECHO智能音箱便是典型成功例子。

語音識別可以完全解放雙手，但是在人機互動方面的應用場景有一定的局限性，對于游戲娛樂、互動體驗、拍照等領(lǐng)域，這些必須有用戶肢體參與的場景，語音交互無法滿足需求。因此，比現(xiàn)今觸控屏更高層次的體感交互成為了廣大廠商追求的目標。

要實現(xiàn)體感交互，最重要的就是手勢識別，因為手部動作是人體最豐富也是最常用的體感動作。對于智能手機而言，如果手勢識別可以得到應用，那么包括手機自拍、游戲、瀏覽網(wǎng)頁、購物等眾多應用場景，在用戶體驗上均可以實現(xiàn)大幅提升，手機也將從觸控屏時代走向手勢識別時代。

同時，人臉識別與追蹤也是體感交互最具前景的方向之一。我們認為，人臉識別在移動端具有更加廣闊的應用空間。例如目前指紋識別已經(jīng)成為智能手機的標配，通過指紋識別來實現(xiàn)開機、支付、登陸確認等功能已經(jīng)被大眾所認可，并且創(chuàng)造了巨大的市場價值，但是指紋識別的局限性在于必須通過手指完成，手指放置的位置、手指表面的潔凈度等因素都會極大地影響使用體驗，而人臉識別可以完全解放雙手，只需要借助攝像頭對人臉信息的采集便可以完成識別與交互。

因此無論是消費級市場的游戲、娛樂、交互，還是商業(yè)領(lǐng)域的醫(yī)療、工業(yè)、軍事等，都需要豐富的手部動作來參與，因此手勢識別具有非常廣泛的應用場景。人臉識別也是3D深度相機所擅長的一個方向。

主要巨頭在移動端3D視覺領(lǐng)域的布局

目前，有很多廠商已經(jīng)在3D視覺領(lǐng)域有了深入的布局，我們來細看一下：

（1）蘋果——整合行業(yè)先驅(qū)PrimeSense，發(fā)力3D手勢與人臉識別

2013年11月，蘋果收購以色列3D傳感器生產(chǎn)商PrimeSense，收購費用為3.45億美元。PrimeSense曾以給微軟Kinect體感控制器提供3D技術(shù)著稱，它將玩家的動作作為Xbox游戲的一部分，這些傳感器允許玩家無需使用控制器就可跟游戲系統(tǒng)相連。

2010年年底，PrimeSense 與華碩合作開發(fā)了Xtion Pro，和Kinect采用了同樣的3D傳感器，在PC上使用。2012年，PrimeSense推出了當時世界上體積最小的3D傳感器Capri，它的分辨率是前代產(chǎn)品的3倍，而體型是前代的十分之一，環(huán)境光的檢測性能是前代的50倍。自2013年收購PrimeSense之后，蘋果推動PrimeSense的3D體感控制器向小型化發(fā)展，希望可以將其裝配到電視、PC上，最終可以用在未來的iPhone上。

2016年7月，蘋果再次公布新型3D手勢控制專利，是一個圖形投影儀，內(nèi)嵌在一個諸如如iPhone手機這樣的iOS設備上，可以識別出用戶的手勢操作，由此可以作為把手勢作為游戲的控制桿或者控制器。

2017年1月15日，美國權(quán)威咨詢機構(gòu)Cowen and Company發(fā)布報告稱，蘋果的下一代iPhone可能會包含某種面部識別或手勢識別功能，由安裝在前置攝像頭附近的一款新的激光發(fā)射器和紅外感應器支持，新款iPhone可能會配備一種新的深度感應器，可以為未來的iPhone增添手勢識別、人臉識別，甚至增強現(xiàn)實AR功能。

（2）英特爾——持續(xù)強化升級RealSense，“結(jié)構(gòu)光+雙目立體光”

早在2012年左右，英特爾便著重研發(fā)實感技術(shù)，當時叫Perceptual Computing，即感知計算，并開放英特爾感知計算軟件開發(fā)套件2013 版。2013年1月，英特爾聯(lián)合Nuance等多家公司推出了“感知計算”，類似于微軟的Kinect，可進行手勢與人臉識別，缺點是設備體積大，必須借助PC電腦完成。

前置實感3D攝像頭和Kinect原理一樣，它的工作原理是“結(jié)構(gòu)光”，需要一顆紅外傳感器。遠距離的3D攝像頭，使用“雙目主動立體成像原理”，需要兩顆紅外傳感器。后文我們會詳細拆解與分析。

經(jīng)過多年的努力，英特爾目前可以提供包括SR300獨立攝像頭、R200遠距離后置攝像頭（3-4米，室內(nèi)室外使用，640*480分辨率）、F200近距離前置攝像頭（0.2-1.2米，室內(nèi)使用，640*480分辨率）等硬件產(chǎn)品。

（3）微軟——從Kinect到Handpose，3D識別精度大幅提升

微軟是最早涉足3D視覺的公司之一，公司在游戲領(lǐng)域推出XBOX游戲機，志在與索尼和任天堂的游戲機一較高下，為了形成自己的競爭優(yōu)勢，微軟在2010年與PrimeSense合作，推出了XBOX360體感周邊外設——Kinect1代。

但是，當時采用結(jié)構(gòu)光原理的Kinect1代的游戲體驗并不好，產(chǎn)品的準確度、圖像的分辨率和響應速度一直不理想。最大的問題是精度很難提高，因為計算斑點位移需要用圖像在一個小范圍區(qū)域內(nèi)的來做塊匹配，導致犧牲了像素級別的細節(jié)，凸凹不平的表面、物體邊緣、很細的物體很難檢測準確的深度。

2012年微軟先后收購了TOF（時間光）相機公司canesta和3dv，2013年微軟終止與PrimeSense的合作，自行開發(fā)了Kinect2代（成為Kinect one），采用的是TOF（時間光）原理，無論精度、分辨率還是響應時間都得到了很大的提升。TOF原理發(fā)射一個強度隨時間周期變化的正弦信號，通過獲得發(fā)射、接受信號的相位差來計算深度，精度高很多。關(guān)于Kinect2代的原理分析我們將在后文詳細闡述。

（4）谷歌——Tango項目野心勃勃，提前布局移動端3D視覺

Project Tango是谷歌公司的明星研究項目，由谷歌先進技術(shù)與項目部門和部分研究人員，以及硅谷Movidius（已被英特爾收購）合作研發(fā)，后者提供的芯片技術(shù)可以分析和表達來自傳感器和攝像頭的數(shù)據(jù)。Project Tango項目的目標是希望將人類的視覺帶入移動設備，為移動設備加入類似人類對空間和運動的感知能力。

Project Tango包含三塊技術(shù)：運動追蹤(Motion Tracking)，深度感知(Depth Perception)和區(qū)域?qū)W習(Area Learning)。首先是運動追蹤，設備可以通過內(nèi)置的姿態(tài)傳感器（加速度計和陀螺儀等）來感知當前的位置；接下來是更深入的3D識別，可以檢查出周圍世界環(huán)境的形狀，類似于英特爾的RealSense 3D攝像技術(shù)，可以獲得更準確的姿態(tài)控制以及3D對象渲染；最后就是對周圍的環(huán)境和區(qū)域繪制地圖。

（5）索尼——收購明星企業(yè)SoftKinetic，彌補短板

2015年10月，SONY 宣布收購比利時傳感器技術(shù)提供商SoftKinetic。SoftKinetic是一家專門從事深度傳感攝像頭技術(shù)的電腦視覺初創(chuàng)型企業(yè)，成立于2007年，專注研發(fā)體感技術(shù)，其傳感器技術(shù)能夠追蹤諸如手勢等相關(guān)的圖像。SoftKinetic技術(shù)能夠部署到安裝在增強現(xiàn)實和虛擬現(xiàn)實硬件上的攝像頭之中，從而增加手勢與面部追蹤的能力。SoftKinetic公司的攝像機采用TOF方案。

（6）三星——手勢識別助力凌空操作Gear VR

科技公司Gestigon和Pmd在16年6月宣布在三星GearVR上合作研發(fā)手勢識別，結(jié)合Pmd的CamBoard pico flexx深度傳感器和Gestigon的Carnival AR/VR Interaction Suite（增強/虛擬現(xiàn)實互動套件），在現(xiàn)有的VR設備上進行無觸摸手勢交互。

移動端3D視覺產(chǎn)業(yè)鏈分析

前面提到，目前在移動端3D視覺方面，三種主流的方案（結(jié)構(gòu)光、TOF時間光、雙目立體成像）中，已經(jīng)比較成熟的是結(jié)構(gòu)光和TOF時間光。其中結(jié)構(gòu)光方案最為成熟，已經(jīng)大規(guī)模應用于工業(yè)3D視覺領(lǐng)域，但是極易受到外界光的干擾、響應速度較慢、識別精度較低，而TOF方案在這幾個方面均比結(jié)構(gòu)光方案具有一定的優(yōu)勢，因此TOF成為了目前在移動端被看好的方案。雙目立體成像方案抗環(huán)境光干擾強，分辨率高，也是移動端可選方案之一，但是技術(shù)較新不夠成熟，目前在機器人、自動駕駛領(lǐng)域應用較多。

蘋果公司在2017年的iPhone7中使用了意法半導體提供的基于TOF原理的前置距離傳感器（proximity sensor）。而在此之前，蘋果的iPhone5和iPhone6s采用的都是Heptagon提供的LED+光探測器的方案，從LED+光探測器到TOF，表明移動端TOF方案在技術(shù)方面已經(jīng)獲得了巨大的進步。通過Chipworks網(wǎng)站的拆解，可以看到意法為iPhone7提供的基于TOF原理的距離傳感器，主要包括一個VCSEL發(fā)射器和兩個SPAD（單光子雪崩二極管）探測器，被整合于一般的CMOS工藝中。

TOF時間光相比于結(jié)構(gòu)光更加適合應用到智能手機上，采用TOF原理來實現(xiàn)動作追蹤和深度感知已經(jīng)出現(xiàn)在谷歌的Project Tango方案中，主要用于空間三維數(shù)據(jù)的采集，與應用于手勢/臉部識別是非常接近的。

在景深傳感器方面，采用的是TOF原理，使用的是英飛凌和PMD合作開發(fā)的技術(shù)方案。根據(jù)日本Nomura公司的分析報告，聯(lián)想Phab2 Pro在紅外發(fā)射方面采用的是Princeton Optronics設計的VCSEL（垂直腔面發(fā)射器），由***宏捷科（AWSC）提供代工；在紅外接收方面，英飛凌負責提供紅外CIS芯片，PMD提供飛時測距（TOF）形成景深數(shù)據(jù)部分；整個TOF模塊由中國舜宇光學提供封裝。

通過詳細分析微軟Kinect二代（TOF原理），可以看到TOF方案的主要硬件結(jié)構(gòu)為：紅外光發(fā)射器（IR LD）、紅外光圖像傳感器（IR CIS）、可見光圖像傳感器（Vis CIS）、圖像處理芯片，硬件結(jié)構(gòu)與聯(lián)想Phab2 Pro相機是非常類似的。

整個三維視覺系統(tǒng)的工作原理為：首先紅外激光發(fā)射器（IR LD）發(fā)射出近紅外光（IR Light），經(jīng)過人手或人臉的反射之后，被紅外圖像傳感器（IR CIS）所接收，這個圖像信息用來計算人手所處的位置（Z軸）；同時，可見光圖像傳感器采集二維平面（X與Y軸）的人手信息（Vis Light）；兩顆圖像傳感器的信息匯總至專用的圖像處理芯片，從而得到人手或人臉的三維數(shù)據(jù)，實現(xiàn)空間定位。

TOF與結(jié)構(gòu)光的區(qū)別在于對紅外光的使用方式不同，TOF通過計算紅外光發(fā)出光線與返回光線之間的向位移變化換算為位置信息，而結(jié)構(gòu)光依靠向物體投射一系列光線圖案組合，然后通過檢測光線的邊緣來測量距離，二者的硬件結(jié)構(gòu)是類似的。二者比較明顯的區(qū)別在于，在紅外光發(fā)射端，結(jié)構(gòu)光由于需要形成特定的光學圖案，所以需要添加特制的DOE（衍射光柵）和Lens（光學棱鏡）。

一、硬件層面：VCSEL與紅外CIS攝像頭成為市場新增量

根據(jù)中國***科技時報的統(tǒng)計數(shù)據(jù)，對于移動端3D視覺而言，紅外光發(fā)射器的成本在2-2.5美元/顆，是占比最高的單顆元器件；圖像處理芯片，為1-1.5美元/顆；紅外CIS與可見CIS的價格接近，為1-2美元/顆，在紅外CIS上還需要添加高質(zhì)量的紅外濾色片（IR Fliter），價格為0.5-1美元/顆。整個系統(tǒng)模組的封裝成本為3-4美元/顆。

1）紅外光發(fā)射器

紅外主要波長是700nm-2500nm。目前的攝像頭圖像傳感器對900nm以上的紅外光感應差，需要更強的光才能感測到，這就要求紅外發(fā)射器有更大的電流，更多的功耗。而800nm以下的波長，太靠近可見光，極其容易受到太陽光的干擾，所以一般紅外的波長在800nm-900nm。目前，可以提供800-900nm波段的光源主要有三種：紅外LED、紅外LD（激光二極管）和VCSEL（垂直腔面發(fā)射激光器）。

三星Note7和富士通ARROWS NX F-04G手機中搭載的虹膜識別功能，采用的就是紅外LED作為發(fā)光光源，波長為810nm，歐司朗提供。虹膜識別采用紅外LED的重要原因是LED可提供大角度散射光，消費者在使用時位置即使眼睛位置有所偏差，虹膜也可以被照射到。但是紅外LED不適合移動端3D視覺，尤其是集成到手機上的話，因為其光線指向性差、功耗大、響應速度較慢。

紅外激光二極管是指可在一個頻率上產(chǎn)生相干紅外光束的半導體二極管，通常是由砷化鎵或摻雜有銦和鋁之類其他材料的砷化鎵制成。與LED相比，具有激光的定向性好、高亮度特點，比較常見的是LD-DFB規(guī)格（以FP腔為諧振腔，發(fā)出多縱模相干光），為邊發(fā)射模式（簡稱EEL）。在激光通信、光存儲、光陀螺、激光打印、測距以及雷達等方面以及獲得了廣泛的應用。

VCSEL可以說是紅外激光LD的一種，全名為垂直共振腔表面放射激光，顧名思義，它是可以垂直發(fā)射模式，與其他紅外LD的邊發(fā)射模式不同。VCSEL的垂直結(jié)構(gòu)更加適合進行晶圓級制造和封測，規(guī)模量產(chǎn)之后的成本相比于邊發(fā)射LD有優(yōu)勢，可靠性高，沒有傳統(tǒng)的激光器結(jié)構(gòu)如暗線缺陷的失效模式。相比于LED，VCSEL的光譜質(zhì)量高，中心波長溫漂小，響應速度快，優(yōu)勢明顯。

綜合分析三種方案，LED雖然成本低，但是發(fā)射光角度大，必須輸出更多的功率以克服損失。此外，LED不能快速調(diào)制，限制了分辨率，需要增加閃光持續(xù)時間；邊發(fā)射LD也是手勢識別的可選方案，但是輸出功率固定，邊緣發(fā)射的模式在制造工藝方面兼容性不好。VCSEL比LD-EEL的優(yōu)勢在于所需的驅(qū)動電壓和電流小，功耗低，光源可調(diào)變頻率更高（可達數(shù)GHz），與化合物半導體工藝兼容，適合大規(guī)模集成制造。尤其是VCSEL功耗低、可調(diào)頻率高的優(yōu)點，使其比LD-EEL更加適合消費電子智能終端。

VCSEL的制造依賴于MBE（分子束外延）或MOCVD（金屬有機物氣相沉積）工藝，在GaAs（80%左右的份額）或InP（15%左右的份額）晶圓上生長多層反射層與發(fā)射層。典型的VCSEL結(jié)構(gòu)包括：激光腔（laser cavity），頂部和底部分布式布拉格反射器（DBR），電極等部分，其中激光腔的主要部分是量子阱（quantum wells）和光限制層（confinement structure）。

由于VCSEL主要采用三五族化合物半導體材料GaAs或InP（含有In、Al等摻雜），因此移動端VCSEL產(chǎn)業(yè)鏈與化合物半導體產(chǎn)業(yè)鏈結(jié)構(gòu)類似。

目前，全球范圍內(nèi)主要的設計者包括Finsar、Lumentum、Princeton Optronics、Heptagon、ⅡⅥ等公司，它們在移動端VCSEL處于前沿的研發(fā)角色。由IQE、全新、聯(lián)亞光電等公司提供三五族化合物EPI外延硅片，然后由宏捷科（Princeton Optronics合作方）、穩(wěn)懋（Heptagon合作方）等公司進行晶圓制造，再經(jīng)過聯(lián)鈞、矽品等公司的封測，便變成了獨立的VCSEL器件。然后由設計公司提供給意法半導體、德州儀器、英飛凌等綜合解決方案商，再提供給下游消費電子廠商。

2）紅外光圖像傳感器

紅外CMOS圖像傳感器（IR CIS）用來接收被手部或臉部反射的紅外光，這是一個比較成熟的器件。在搭載虹膜識別功能的三星Note7和富士通ARROWS NX F-04G手機中均出現(xiàn)IR CIS，其中三星的紅外CIS中傳感芯片由三星自家提供，鏡頭來自于韓國廠商Kolen，模組由韓國廠商Patron制造。

目前來看，紅外CIS供應商主要包括意法半導體、奇景光電、三星電子、富士通等公司。相比于可見光CIS，紅外CIS還是一個比較小的市場，但是增速很快，隨著熱成像、汽車夜視、安防監(jiān)控、手勢識別、虹膜識別等的普及，紅外CIS出貨量有望快速增長。

對于3D視覺而言，IR紅外攝像頭與RGB可見光攝像頭在濾色片方面存在較大的差異。傳統(tǒng)的RGB可見光攝像頭，需要采用高通紅外濾色片，將不必要的低頻近紅外光過濾掉，以免紅外光線對可見光部分造成影響，產(chǎn)生偽色或波紋，同時可以提高有效分辨率和彩色還原性。但是紅外攝像頭，為了不受到環(huán)境光線的干擾，需要使用窄帶濾色片，只允許特定波段的近紅外光通過，目前近紅外窄帶濾色片主要采用干涉原理，需要幾十層光學鍍膜構(gòu)成，相比于RGB吸收型濾色片具有更高的技術(shù)難度和產(chǎn)品價格。

目前，近紅外窄帶濾色片主要廠商包括VIAVI、水晶光電等。

3）可見光圖像傳感器

可見光圖像傳感器（Vis CIS）是非常成熟的商業(yè)化產(chǎn)品，隨著智能手機拍照功能的不斷完善，可見光CIS的分辨率越來越高、功耗越來越小、技術(shù)也越來越先進。

4）圖像處理芯片

圖像處理芯片需要將紅外光CIS采集的位置信息與可見光CIS采集的物體平面信息處理成單像素含有深度信息的三維圖像。該芯片具有一定的技術(shù)壁壘，對于算法層面的要求較高，目前全球范圍內(nèi)可以提供該類產(chǎn)品的公司為少數(shù)幾家芯片巨頭，包括意法半導體、德州儀器、英飛凌和恩智浦（已被高通收購）等。

5）紅外光發(fā)射端DOE與Lens

對于結(jié)構(gòu)光方案而言，在紅外光發(fā)射端必須配有DOE（衍射光柵）和Lens（光學棱鏡），因為結(jié)構(gòu)光需要以線條等圖案的形式發(fā)射紅外光，這需要特定的光柵和光學棱鏡的參與才能夠?qū)崿F(xiàn)。

二、算法與軟件層面：AI人工智能將成為提升精度的重要因素

隨著AI人工智能技術(shù)的大幅進步，人工智能方案已經(jīng)在語音識別、語義理解、圖片識別等領(lǐng)域取得成功，在物體識別、人臉識別方面也取得了長足的進步，3D視覺在算法方面與人工智能結(jié)合，將實現(xiàn)識別精度的大幅提升，對于更加復雜的手部動作/面部表情可以進行更加深刻的理解和分析，這將極大促進3D視覺的推廣和實用價值。

國內(nèi)外產(chǎn)業(yè)鏈相關(guān)公司分析

在主流的三種技術(shù)方案中，TOF方案響應速度快，深度信息精度高，識別距離范圍大，不易受環(huán)境光線干擾，因此是移動端3D視覺比較可行的方案；結(jié)構(gòu)光方案由于技術(shù)較為成熟，工業(yè)化產(chǎn)品較多，也被部分廠商所采用；雙目立體成像是比較新的技術(shù)，參與的廠商較少，更適合室外強光條件和高分辨率應用，目前主要應用在機器人視覺、自動駕駛等方面。

一、綜合方案提供商

目前，在深度相機綜合技術(shù)方案方面，國外參與的公司眾多，既有微軟、英特爾等巨頭，也有德州儀器、意法半導體、英飛凌、AMS（Heptagon）等芯片巨頭，還包括SoftKinetic（索尼收購）、PrimeSense（蘋果收購）、LeapMotion等明星創(chuàng)業(yè)型公司。

目前，國內(nèi)從事深度攝像頭綜合技術(shù)方案的主要公司包括：TOF方案——舜宇光學、海康威視、深圳樂行天下，結(jié)構(gòu)光方案——深圳奧比中光、南京華捷艾米，雙目立體成像方案——上海圖漾科技。

二、系統(tǒng)模組封裝與集成供應商

由于3D視覺方案涉及較多的硬件部分，需要紅外發(fā)射端、紅外接收攝像頭、可見光攝像頭、圖像處理芯片四大部分的協(xié)同合作，紅外光的發(fā)射與接收之間的匹配對整個3D視覺方案的準確度和響應速度至關(guān)重要，因此整個系統(tǒng)模組的封裝和集成是非常關(guān)鍵的。

在聯(lián)想Phab2 Pro手機中，3D深度相機的模組封裝與集成由舜宇光學完成。除了舜宇光學之外，具備移動端3D方案模組封裝的廠商還包括歐菲光、LG Innotek、Sharp等。

三、紅外光發(fā)射器-VCSEL

由于VCSEL在高端短距離光通訊領(lǐng)域應用廣泛，因此國內(nèi)光通訊器件龍頭光迅科技在VCSEL方面已經(jīng)有商業(yè)化產(chǎn)品推出。但是，致力于移動端VCSEL設計的公司主要包括Finsar、Lumentum、Princeton Optronics、Heptagon、ⅡⅥ等國外公司，國內(nèi)公司涉及較少。

中科院長春光機所在VCSEL科研領(lǐng)域處于世界前沿地位，2014年5月長春光機所在國內(nèi)首次研制出堿金屬原子光學傳感技術(shù)專用的795nm和894nm 垂直腔面發(fā)射激光器（VCSEL）。可作為核心光源用于芯片級原子鐘、原子磁力計、原子陀螺儀等堿金屬原子傳感器。

VCSEL主要基于三五族化合物砷化鎵制造而成，目前在VCSEL和制造和封測方面，目前主要是***化合物半導體廠商參與，包括外延片提供商IQE（英國）、全新、聯(lián)亞光電，晶圓代工宏捷科、穩(wěn)懋，封測廠聯(lián)鈞、矽品等。國內(nèi)方面，三安光電在化合物半導體外延生長和晶圓制造領(lǐng)域發(fā)展迅速，具備較強的實力，公司在國家大基金的支持下建設年產(chǎn)30萬片GaAs和6萬片GaN的6寸生產(chǎn)線，建設進程順利。

四、紅外與可見CIS攝像頭

紅外CMOS圖像傳感器（IR CIS）用來接收被手部反射的紅外光，這是一個比較成熟的芯片。

紅外CIS供應商主要包括意法半導體、奇景光電、三星電子、富士通等公司。相比于可見光CIS，紅外CIS還是一個比較小的市場，但是增速很快，隨著熱成像、汽車、監(jiān)控、手勢識別、虹膜識別等的普及，紅外CIS出貨量有望快速增長。

中國大陸目前已經(jīng)在攝像頭方面形成了完善的產(chǎn)業(yè)鏈結(jié)構(gòu)，在CIS芯片方面有北京君正（OV）、格科微電子、比亞迪電子等公司，在光學透鏡方面有舜宇光學、聯(lián)創(chuàng)電子等，在模組制造方面有歐菲光、舜宇光學、丘鈦科技等公司。

根據(jù)前文我們的分析，對于3D視覺而言，IR紅外攝像頭與RGB可見光攝像頭在濾色片方面存在較大的差異。紅外攝像頭為了不受到環(huán)境光線的干擾，需要使用窄帶濾色片，只允許特定波段的近紅外光通過。目前，近紅外窄帶濾色片主要廠商包括VIAVI、水晶光電等。

五、圖像處理芯片

該芯片具有一定的技術(shù)壁壘，對于算法層面的要求較高，目前全球范圍內(nèi)可以提供該類產(chǎn)品的公司為少數(shù)幾家芯片巨頭，包括意法半導體、德州儀器、英飛凌、恩智浦、安霸，以及索尼、東芝、富士通等日本芯片巨頭。

在圖像處理芯片方面，國內(nèi)公司全志科技、北京君正和瑞芯微具備一定的實力，尤其是在幾年前平板電腦爆發(fā)時得到了快速成長。

六、國內(nèi)產(chǎn)業(yè)鏈受益公司匯總

經(jīng)過我們前文的分析，移動端3D視覺作為一個嶄新的技術(shù)，已經(jīng)出現(xiàn)在微軟Kinect、英特爾RealSense等產(chǎn)品中，隨著硬件端技術(shù)的不斷進步，算法與軟件層面的不斷優(yōu)化，3D視覺的精度和實用性不斷得到提升，尤其是TOF方案與VCSEL的快速成熟，使得“深度相機+手勢/面部識別”具備了大規(guī)模進入移動智能終端的基礎。

分析整個產(chǎn)業(yè)鏈的結(jié)構(gòu)，無論是結(jié)構(gòu)光方案、TOF方案，還是雙目立體成像方案，主要可以劃分為：綜合技術(shù)方案提供商、算法與軟件商、硬件供應商三部分，其中硬件又可以劃分為四大元器件（紅外發(fā)射器、紅外CIS攝像頭、可見光CIS攝像頭、圖像處理芯片，另外紅外攝像頭需要特制的窄帶濾色片，結(jié)構(gòu)光方案需要發(fā)射端光學棱鏡與DOE光柵，雙目立體成像方案多一顆紅外CIS攝像頭）。

（1）綜合技術(shù)方案提供商

國內(nèi)從事深度攝像頭綜合技術(shù)方案的主要公司包括：TOF方案——舜宇光學（2382.HK）、深圳樂行天下，結(jié)構(gòu)光方案——深圳奧比中光、南京華捷艾米，雙目立體成像方案——上海圖漾科技。

（2）系統(tǒng)模組封裝與集成供應商

在聯(lián)想Phab2 Pro手機中，3D深度相機的模組封裝與集成由舜宇光學完成。歐菲光、丘鈦科技等相機模組制造商，由于在相機模組制造方面積累了豐富的經(jīng)驗，具備發(fā)展相應技術(shù)的潛力。

（3）算法與軟件商

目前，算法方面還沒有成為獨立的一環(huán)，因為大部分綜合技術(shù)方案供應商已經(jīng)在算法層面進行優(yōu)化，目標是為客戶提供硬件+算法一體化的方案。

（4）硬件供應商

1）紅外發(fā)射器

國內(nèi)在VCSEL方面起步較晚，在設計方面還不具有有競爭力的公司，長春光機所在VCSEL科研領(lǐng)域處于世界先進水平；光迅科技曾開發(fā)出光通信使用的VCSEL芯片。由于VCSEL主要材料為GaAs（摻雜In、Al等），在工藝方面與化合物半導體類似，在化合物晶圓制造方面，三安光電具有較強的實力。

2）紅外與可見光CIS

中國大陸目前已經(jīng)在攝像頭方面形成了完善的產(chǎn)業(yè)鏈結(jié)構(gòu)，在CIS芯片方面有北京君正（擬收購OV和思必科）、格科微電子、比亞迪電子等公司，在光學透鏡方面有舜宇光學、聯(lián)創(chuàng)電子，在模組制造方面有歐菲光、舜宇光學、丘鈦科技等公司。

3D視覺方案需要克服環(huán)境光線的干擾，因此在紅外CIS上需要添加窄帶濾色片，國內(nèi)公司水晶光電具有深厚的技術(shù)基礎和較高的國際知名度，有望受益。

3）圖像處理芯片

在圖像處理芯片方面，國內(nèi)公司全志科技、北京君正和瑞芯微具備一定的實力，尤其是在幾年前平板電腦爆發(fā)時得到了快速成長。

4）結(jié)構(gòu)光DOE與Lens

對于結(jié)構(gòu)光方案而言，需要通過衍射光柵DOE和光學棱鏡Lens，獲得特定形狀的光斑，一般采用MEMS工藝制造加工。