作為人工智能的兩個分支，計算機視覺與機器視覺在近年都取得了長足的進步。前者自2010年以來，隨著深度學習再度流行并用于目標識別，在人臉識別等方面已經超過了人類；而后者在工業應用方面，也有不少突破性的應用。

但是，在消費級市場方面，計算機視覺與機器視覺的進展并不大。不少人對于計算機視覺與機器視覺在消費級市場能有多大實質性地應用，存在深深地擔憂。

計算機視覺與機器視覺

首先，我們有必要理清楚機器視覺與計算機視覺之間的關系。從學科分類上，二者都被認為是ArtificialIntelligence下屬科目，不過計算機視覺偏軟件，通過算法對圖像進行識別分析，而機器視覺軟硬件都包括（采集設備，光源，鏡頭，控制，機構，算法等），指的是系統，更偏實際應用。簡單的說，我們可以認為計算機視覺是研究“讓機器怎么看”的科學，而機器視覺是研究“看了之后怎么用”的科學。

計算機視覺與機器視覺的問題是，前者太學術，后者太工業，因而一直以來在消費級市場缺乏好的產品。圖漾創始人費浙平向雷鋒網記者說，機器視覺的很多核心技術和原理多年前就比較成熟了，近年來的進展主要集中在工程化，比如GPU和視覺計算加速器的出現解決了計算量問題。但與此同時，要想把視覺技術實現真正產品落地，中間還有不少其他問題，他們也在摸索中。

視覺技術在消費級市場最早的嘗試是微軟的Kinect。2010年，微軟聯合深度攝像頭技術方案提供方PrimeSense正式對外推出Kinect，利用骨骼捕捉技術，Kinect可以捕捉游戲玩家的骨骼動作，從而讓游戲玩家可以不接觸屏幕即可玩游戲。在Kinect之后，華碩、Intel、谷歌以及蘋果也相繼在深度攝像頭的應用場景上跟進，一切都看起來往好的方向發展。

但深度攝像頭作為獨立產品，市場化難度頗大。例如Intel在13年在開發者會議上宣布，將推出自己的微型深度感知模塊，華碩、戴爾、惠普、聯想等多家PC廠家都將從2014年下半年開始在產品線中部署這款深度感知模塊。而兩年多過去了，曾經預言的集成深度攝像頭的產品遲遲未見。

那么，處于計算機視覺和機器視覺交叉部分的深度攝像頭，應該如何打開消費級市場？

深度攝像的瓶頸

深度攝像頭也稱RGBD攝像頭。我們常用的攝像頭是RGB攝像頭，單一個攝像頭便能感知彩色可見光信息（Red、Green、Blue），而RGBD攝像頭是在我們常見的RGB攝像頭基礎上，增加了深度信息。

深度攝像頭獲取圖像方式分為主動式獲取和被動式獲取。二者的主要區別集中在觀測傳感器是否主動向環境發出探測光。如大疆精靈4上的雙目視覺便是被動式獲取深度圖像，其技術特點是攝像頭不主動向環境中發射能量，而通過兩個以上攝像頭計算特征點的坐標差得出感知環境中現有能力得到信息，這一方式與人類雙眼獲得時差的方式最為相近，但最大的弊端在于限于目前的技術，目前的識別精度還不高，過于依賴光線，而且無法處理特征不明顯的場景，所以強光暗光都會導致深度計算的失效。

主動式獲取所采用的方式則是從蝙蝠等生物上尋找靈感，通過主動發射探測光通過計算獲取深度圖像。這當中又分為三類：“RF-modulatedlightsourceswithphasedetector”、“Rangegatedimagers”、“DirectTime-of-Flightimagers”，如Kinect一代所采用的PrimeSense就屬于第二類，隨著蘋果收購PrimeSense，微軟也在Kinect二代中改為微軟自有技術，一般認為二代采用的是直接TOF的技術。

以Kinect的深度攝像頭為例，它包含了一個紅外投射器、一個RGB攝影頭和一個紅外感應器，由于深度攝像頭自帶光源，而且是不可見的紅外光，對我們的生活無任何影響。似乎深度攝像頭獲取景深信息就已經完美了，但也有他的弊端。由于是主動方式，兩個同波段紅外光會出現干涉，導致兩臺一樣的深度攝像頭沒有辦法一起使用，而且受發射功率的影響，檢測距離也會受到很大影響。

市面上常見的深度攝像頭，Kinect距離最遠，但也需要最高達到12W的用電供給，拖一根供電線很是累贅。同時，深度攝像頭還難以應用于戶外，因為陽光中也有紅外成分，會對主動紅外光部分造成干擾。紅外光對于玻璃情景，也無計可施，出現無法探測距離的情況。

艱難中的嘗試

Kinect一代售罄一空之后，對Kinect二代的綁定更加嚴厲，這更加抑制了銷售量；LeapMotion兩年前由于銷售情況不如預期，不得不解雇了10%的員工，切入虛擬現實；蘋果收購了Primesense之后也不知道在盤算什么小九九，有分析稱蘋果打算放在iPhone上，這樣我們拍照時就能拍出3D效果的了；另一邊Intel則將目標對準了機器人無人機，比如小米的機器人SegwayRobot以及昊翔的無人機TyphooonH。機器人和無人機正是這兩年的大熱產品，看起來Intel可能會成為贏家，但因為SegwayRobot和TyphooonH都還未正式上市，因此效果如何還有待驗證。也就是說，在消費級市場還沒有一個特別成功的案例。

IntelCEO科再奇展示應用了RealSense模塊的的TyphooonH

而在國內，Intel的RealSense出來之后，給了國內一些創業者的信心，因此催生了一批相關的創業企業，但目前成規模的應用也寥寥無幾。

奧比中光是其中最早實現量產的，其深度攝像頭與Kinect一樣，主要應用在一些電視游戲上；與奧比中光有直接競爭的是華捷艾米，只不過在產品量產上，華捷艾米的進度慢了一步；圖漾的產品則正在準備量產階段中，瞄準的方向都是些行業應用，似乎對消費應用還在觀望階段；格靈深瞳正在做應用在自動駕駛汽車上的深度攝像頭；速感看好機器人；

機器人是目前熱門的應用領域，目前機器人的路徑規劃大多使用雷達，雷達雖然只能建立平面的深度圖像，但市場上已經有公開產品，而且雷達的導航所用到的SLAM方案已經比較成熟，而視覺導航的SLAM方案則還很少見，iRobot是較早開始在其掃地機器人上使用SLAM方案，不過也不到1年時間，因此想要在機器人上使用視覺避障與導航，看起來還需要一段時間。

要解決的問題有哪些

那么，深度攝像頭消費級應用的春天何時才會到來？通過與相關從業人員的交流，我們感覺到深度攝像頭只是一個產業鏈中的一環，當他們在做深度攝像頭的時候，相關的產業鏈上的工作還有很多，比如芯片，比如后續的圖像識別、視頻分析等等。以下是他們的回答：

格靈深瞳技術人員：

“CV在消費領域落地的其中一個障礙還是支持高性能運算的低功耗低價位芯片選擇太少，有限的幾個也很難用。所以目前只能在工業領域，機器視覺本身是工業術語。在大消費領域我們傾向于叫embeddedvision（嵌入式視覺）。這一類產品都是光、機、電、軟件、算法一體，跨多個專業領域，對系統集成的難度要求更高。”

uArm機械臂創始人鄧世韜：

“主要是芯片的處理能力、紅外投影模組的分辨率提升。我自己更關注批量生產的穩定性，因為這些零配件裝在一起，需要校正、標定等，這是一個挺大的挑戰，特別是對創業公司。”

速感科技創始人陳震：

“單從機器人領域來看，機器視覺有很大一塊兒需要解決的問題是，目前在產業上游的核心傳感器和下游的機器人落地應用中間存在一定的斷檔。也就是我們看到的國內有廠商專門搞攝像頭，雷達這樣的元器件，專門有廠商做機器人整機，但是幾乎沒有一個成熟的視覺技術方案可以把不同的傳感器串聯起來，做成一個可以商用的統一的方案。

機器人是個復雜的系統，機器視覺也是機器人上一個復雜的部件，通過現有的技術，已經證明單純的依靠單一的傳感器是無法在現有機器人上較好的實現各種功能的。

也就是說，在機器人上，需要有雷達、超聲波、攝像頭、3D傳感器配合在一起，才可能實現各種復雜的功能和任務。

而目前的機器人產業的現狀是，大家各自低頭研發自己的核心元件，使得下游的機器人廠商變成了機械式的集成商，從訊飛拿語音，從視頻門戶拿內容，從深圳拿移動底盤公模等等，視覺上面，也呈現出零星的發展態勢。

我們認為，機器人在接下來的發展中，必然會出現一兩套整體的標準集成方案，類似PC時代的windows操作系統和手機時代的IOS操作系統一樣。”

圖漾創始人費浙平：

“視覺計算處理器：由于視覺計算數據量和算法復雜度很高，通用的CPU、GPU和DSP處理器芯片都不夠強大，而專用ASIC又不夠靈活，最好需要有一個像GPU為Graphics進行加速一樣，出現一種能為Vision提供強大計算能力的VPU芯片。

3D攝像頭作為一種計算視覺用的光學產品，從演示到工程樣機、再從工程樣機到量產需要跨過的工程技術鴻溝比一般的拍攝類光學產品要大很多。比如光學器件的一致性篩選和光學參數的標定校正，就是一個單獨的研究方向。

產品的多樣性：作為一種光學產品，天然存在產品規格多樣性的問題，比如就最基礎的檢測距離指標來說，就很難做到遠近兼顧，必須在最大距離和最近盲區之間作出組合折衷。不同的應用場景需要不同規格的產品進行適配和優化，因此對產品和技術方案的可伸縮性要求就很高，需要有多種不同規格的產品去滿足不同的應用需求。

人工智能：基于3D視覺數據一般都是為了實現更高級的識別和分析能力，也就是對3D視覺數據使用的能力要求也很高，需要更聰明的大腦來使用更全面的視覺數據。”

AICRobo智能機器人系統架構師佘元博：

“機器視覺在消費市場落地，技術上是人工智能技術和機器人硬件有效融合的問題，有兩條路：

1.自上而下。以人工智能技術應用為主，要求機器人硬件盡可能符合人工智能技術工程化的條件。這意味著，產品得增加傳感器，以保障智能算法數據供給，得提高成本，有良好的計算資源讓復雜的智能算法“跑”起來。還意味著產品具有不穩定性，人工智能技術以概率為主，產品功能依賴人工智能技術的比例越大，產品功能越不穩定。機器視覺應用里面，人臉檢測是很穩定的，但遇到黑人也難打包票。

2.自下而上。以機器人硬件為主，在功能上應用人工智能技術輔助。這意味著，產品比較可靠，但同時也失去了一些智能化的特性。當產品需要某些智能化的功能時，要花費大量人力針對某個“智能算法”做移植，將本來在不穩定環境中運行的算法應用在可控、高效而且低成本的嵌入式環境中，這點讓很多專注理論算法的工程師頭疼。

機器視覺技術落實在產品上，有時候是自下而上做產品的過程中，給了“智能算法”太多的束縛，大家總是優先考慮成本和穩定性，而不是技術應用本身。我們從人工智能領域出來做機器人，希望兩者做個折衷，以自上而下的愿景給智能技術找一個市場立足點。市場對智能產品需求的不明晰，也是機器視覺難落地市場的一大因素。”

可以看出，芯片的運算能力以及成本是大家認為機器視覺在消費級市場落地的主要影響因素，其次是集成方案以及人工智能技術。但由于消費電子對于量和價格以及技術成熟度均有著較高要求，可能要到這些配合的產業鏈環節都成熟之后，消費應用的春天才會到來。

更多資訊，請關注機器視覺頻道。