蘋果在2013年11月用3.45億美元價格併購PrimeSense之後 各界對於3D感測技術在行動裝置上的應用便有許多想像 3D感測行動發展 人臉辨識領先鋒 - 趣味新聞網

發表日期 None

    蘋果在2013年11月用3.45億美元價格併購PrimeSense之後，各界對於3D感測技術在行動裝置上的應用便有許多想像，若iPhone正式引入3D感測，預期將吸引更多品牌跟進。而隨著新一代iPhone發錶時間愈來愈近，3D感測、人臉辨識等相關技術，也跟著成為討論不斷的主題。

    3D感測技術與需求

    ■3D感測技術原理

    目前較常見3D感測技術包括stereo vision、structured light、light coding與TOF（time of flight）四種。

    Stereo vision是透過2個相機模組拍攝影像，進行三角測量法等運算取得物體距離，是四者中唯一隻需RGB相機模組而不用IR（紅外綫）模組的技術。由於stereo vision需進行影像運算，通常需要一個額外影像運算晶片輔助，所以有些晶片廠商會推動這項技術。

    Structured light的原理是對目標打齣光條紋，再透過打齣去的光紋形狀變化來計算形狀和距離，目前較常見於工業檢測和研究用途。隨著IR發展，structured light技術也能透過IR來發射光紋，所以基本零組件會包括IR發射器、IR相機模組與RGB相機模組。

    Light coding曾被微軟應用在第一代Kinect，其原理是IR雷射發射後會經過光柵，將光平均分布在測量空間中，然後再透過IR相機記錄每個空間的雷射散斑，設備上需要IR發射器、IR相機模組與RGB相機模組。

    TOF是微軟併購的3DV Systems所採用的技術，也是第二代Kinect採用的技術。TOF原理是透過IR雷射發射，獲得空間中每一點達到觀測點的時間，進而推算齣距離，再得齣3D景深圖，因此需IR發射器和接收器，並配閤RGB相機模組和感光元件或感應陣列。

    單純4種技術進行比較，stereo vision和structured light都需圖像分析運算，但stereo vision的軟體運算較為繁雜，不適閤大量多點感測，且光源和鏡頭間的基綫長度也得拉長，整體而言並不適閤用於3D感測。

    相對地，TOF記錄每個觀測點的時間數據後再進行計算，light coding也隻需轉換各區域散斑來計算距離，復雜度較低。不過，這兩項技術均需IR發射和接收器，也會另外需要記憶體甚至是運算元件，成本較高。兩者的運算原理不同，TOF單點IR隻需記錄時間，理論上會比light coding先分析散斑圖形再來運算來得簡易，而light coding是將整個畫麵切割測距，要得到概略景深圖較容易。

    整體而言，TOF的反應速度和精準度最佳，而light coding在不需要精細景深圖時的錶現較平均，stereo vision的成本則較低。

    ■硬體需求

    Stereo vision隻需要雙鏡頭設計即可執行，以高階智慧型手機多往雙鏡頭發展，隻需額外圖形運算元件確保計算速度即可，其他三者則都需要額外的IR發射器、IR接收器與RGB鏡頭模組，最好還有額外記憶體和輔助處理元件。

    RGB鏡頭模組是行動裝置原本就具備的零組件，隻是為瞭3D感測需要調整規格，IR接收器則須採用IR CMOS相機模組纔能獲得較好感測影像。

    IR發射器的變化多，TOF和structured light等技術常採用作為光源，之後再透過光柵和鏡片組等元件進行分光，通過分光元件後，接著就是繞射光學元件（DOE），來改變光的特性，最後再對外投射。

    各傢廠商在光學技術與設計上的不同差異，也會影響零組件規格、成本與效果，加上演算法差異，即使是同類型的3D感測，也會齣現不同效果。

    人臉辨識與廠商發展策略

    3D感測技術曾透過PS3和Xbox 360的體感功能齣現在消費者麵前；2016年Pokemon GO遊戲的AR功能喧騰一時，不過AR應用並不必然需要3D感測，3D感測主要的應用將是人臉辨識。

    在行動裝置上應用3D感測於生物辨識，可大幅提升安全等級與可靠度，不過，行動裝置並非加上3D感測就能做到真正3D人臉辨識，人臉辨識的原理是透過臉上特徵點當作目標進行比對，比對點越多、信賴區間越小，結果就越精確，由於運算需求較2D辨識龐大，目前的行動裝置效能仍然有限，加上辨識需要時間，速度和便捷度不見得會優於密碼或指紋辨識。

    模型精細度也是一大問題，前述幾項技術都能獲得3D景深圖，但作為人臉辨識模型則細緻度不足，若要加入人臉辨識功能，勢必要提高3D感測精細度纔行，而這將使成本大幅提高、效益卻不足以彌補。

    不過，行動裝置廠商可透過2D影像進行人臉辨識，外加3D感測來確認是否為真人，就不需能完整描繪齣人臉3D模型感測功能，又能兼顧快速反應，也隻需要前鏡頭的小範圍感測即可，light coding應用在此情境下效益會較高。

    行動裝置是否搭載3D感測，需評估成本、空間、應用、效益與獨特性等，其中又以成本為首要門檻。裝置是否能塞得下這些零組件是一大問題，因光學元件尺寸過小會影響品質，而且增加零件就會擠壓行動裝置內部可用空間。

    ■iPhone與3D感測

    2017年的新款iPhone很有可能於前鏡頭搭載3D感測功能，採用light coding技術協助人臉辨識，附加價值在於提高行動裝置安全性，並能達到快速解鎖，但用後鏡頭處放入3D感測元件進行環境感測的可能性比較低。

    由於iPhone本身已有用於測量距離的TOF模組，因此搭載3D感測功能所增加的成本不會太高，隻需進行調整與整閤，例如採用IR CMOS抓取整體3D景深圖、分光元件與DOE依照技術調整光學設計等。蘋果的産品較無價格競爭問題，3D感測與更新其他零組件的成本可能會使蘋果重新訂價，並將成本轉嫁給消費者。

    在light coding技術方麵，蘋果幾乎已能完全消化這項技術並導入，加上蘋果也買下臉部辨識廠商RealFace，可看齣其在3D感測技術應用於人臉辨識的布局，其他業者很難在短期內推齣內建light coding的3D感測器，這也給予蘋果在技術、專利與獨特性方麵的優勢。

    ■Google Tango

    除瞭蘋果和微軟，Google也同樣具備3D感測技術：Tango。聯想在2016年就已推齣搭載Tango的行動裝置Phab 2 Pro，華碩也在2017年宣布ZenFone AR將支援Tango。

    Tango是Google在2014年發錶的感測計畫，目的是在行動裝置追加體感功能，並與Movidius（2016年被英特爾併購）進行閤作，由Movidius提供感測器和晶片。第一代Tango感測技術類似Kinect，以PrimeSense的light coding模式為主，但到2015年Google I／O發錶的第二代Tango，則改為TOF，以求廣範圍3D感測和體感追蹤。

    Tango用於行動裝置上是為瞭環境3D感測來強化AR效果，但其應用價值還是得看app。現在Google上Tango的app數量不多，多數以娛樂為主、室內裝潢設計次之，消費者缺乏購買動機造成廠商仍對Tango提不起興趣。

    因此，目前Tango手機宣傳意義大於實際效益，並沒有足以吸引消費者和廠商的應用，Tango模組也並非不能作為人臉辨識的感測器，隻因原本設計目的不同，所以直接使用效益不佳，最好還是以前鏡頭用的人臉辨識重新進行設計。此外，即使Tango支援人臉辨識功能，Google也得在Android中提供相對應用功能服務，否則僅靠第三方app，效益就隻會是事半功倍。

    小結

    ■iPhone將搶先應用人臉辨識功能

    蘋果在2017年推齣的新款iPhone有可能在前鏡頭部位搭載light coding技術的3D感測元件，透過3D感測加上麵部特徵辨識達到快速人臉辨識效果，應用在安全認證和行動裝置快速解鎖，考量到成本與對運算量、記憶體的需求，該功能隻會齣現在高階新款産品中，新功能預估也將使新款iPhone的售價提高。

    一旦iPhone具備人臉辨識功能，將使其他手機品牌蠢蠢欲動，但Android陣營廠商除非要自行投入資源發展，否則隻能選擇Google Tango，然而，目前Tango設計比較偏嚮3D環境感測而非人臉辨識，最好是等待Google進行Tango調整，並在Android上釋齣相關應用功能後再行採用較佳。因此，預期Android廠商推齣3D感測人臉辨識功能的時間點會比iPhone要晚，估計要到2018年纔有可能看到較多機款。

    至於微軟雖然具有Windows Hello功能，但由於Windows手機稀少，主要應用還是集中在自傢Surface平闆産品，其他品牌廠也不會為瞭Windows Hello而推齣Windows手機，讓微軟雖然在這塊跑得比較早，但在接下來行動裝置的3D感測競爭中，卻顯得較無足輕重。

    ■3D感測零組件以光學元件為主

    除去採用雙鏡頭和較適閤用於體感追蹤的stereo vision外，TOF、structured light與light coding都需要IR發射器和IR接收器，再搭配既有前鏡頭或後鏡頭來作3D感測。IR發射器和IR接收器是3D感測中較為重要的零組件，也是行動裝置較少使用的零組件。

    IR接收器基本上會採用IR CMOS相機模組，而IR發射器模組則透過VCSEL發射雷射光源，透過分光元件和DOE後在投射齣去。依照採用技術和演算法的不同，IR光路設計和波前也會不同，所需零組件設計也會有所差異，這將導緻同類型技術的不同設計會産生不同效果，對裝置硬體的運算負荷需求也將不同。

    如果希望能有更好反應速度或分擔裝置本身的硬體負荷，可在感應器端追加獨立運算元件和記憶體，先處理基本3D感測運算，然後在到裝置本體的運算元件進行應用服務運用。

    （本文作者為拓墣産業研究院研究員）

    (工商時報)

分享鏈接