从黑白，到彩色，再到3D，视觉技术一直在追赶人类的眼睛( 二 )

还有交通监控，现在24小时交通监控的背后是算法在不断地在跑，一旦有人违章，路口的屏幕就会显示某车牌号，出现了超速或者其他违规情况。这些技术代替了大量的生产力，帮我们创造了更多新的价值。
那么，这与视觉技术有何关系呢？
过去的十年，机器视觉主要基于2D图像。它只有平面，但世界是三维的，这就意味着我们需要用低维度的画面描述更高维度的信息，所以现在是用大量的数据解决更小的问题。
比如，桌上有一个杯子，如果要用2D图像去描述它，我们需要在不同的距离，不同的角度，拍很多图片，才能组合在一起，再通过一系列算法进行重建。
在学术圈用的比较多的数据库是ImageNet ，里面有1000多万张图片，但只有一万多个，接近两万个类别。我们训练一个基础识别算法，需要上千张的图片，这仅仅是满足学术的要求。
对于实际应用的产品，比如大量使用的监控、人脸识别等，我们需要几百万、几千万，甚至上亿张图片才能建立起一个真正好用的模型。这意味着，想要用AI和视觉做好结合，我们需要大量的数据。而数据的采集，数据的标注都是非常大的成本。
但3D图像可以非常简单的通过几张图就能描绘清楚一个物体，通过三个视角就能非常清楚的去表征一个物体的空间信息，我们就可以用一个非常小的数据来解决更大的问题。
与20年前相比，当下的3D相机成本从过去的几万、几十万，下降到了几十块钱，为什么？主要得益于三方面的技术突破。
第一是激光技术。
过去的3D相机主要是基于双目或多目，比如几个摄像头同时去拍摄，有一个立体的视角把3D的环境重建出来。
现在，更好、更稳定的3D技术用的是激光，我们可以发射一个有图案分布的激光，然后再拍摄，通过立体分布，或者通过光脉冲来回的时间，可以得到我们想要的空间立体的信息。
但在20年前，激光器非常贵，整个光学系统也非常贵。好的镜头是一个非常大，非常重，并且非常昂贵的东西，激光器也是。 2017年iPhoneX量产了第一代的3D结构光摄像头，在这一年中，仅仅这一个场景，人类制造了超过400亿个激光器。
400亿是什么概念？它超过了过去人类历史上所有的年份生产的激光器的总和。而在这400亿个激光器里面，每个激光器的价格才不到一美分。
第二个技术突破是光学和集成电路、半导体技术的结合。
通过半导体制程的优化，从几微米到现在7纳米、5纳米，把大量的电路晶体管集成在了一个非常小的芯片上。而这个工艺的演进也同时帮助了光学发展，我们可以把很多的光学功能，诸如透镜等衍射、光栅的功能集成在一个很小的器件上。
过去的3D相机是一个设备，现在的3D相机就是一个非常小的模组，可以嵌入到手机里。基于这两种技术的快速迭代发展，才能把相机变得非常小，放到我们的口袋里，而且变得非常便宜。
第三个就是AI技术的发展。我们有了3D相机，就需要有一个计算的能力去理解我们看到的场景。 AI过去十年的发展做了非常好的铺垫。
当我们口袋里有一个3D相机以后，我们可以做很多有意思的事情。大家用的iPhone或华为手机，前面都有3D相机，它的核心的作用是理解用户，帮助设备感知用户是谁。

本文插图
比如FaceID的解锁、支付，使用3D技术可以更安全、更高精度的去识别这个用户是谁。
更进一步，可以去观察人的微表情——你的眉毛是不是往上耸了，你的嘴角是不是往上翘了，那是说明你高兴了；你的嘴角往下了，说明你不高兴了。这些细节，可以与Animoji等应用结合起来与人做交互，这是前置摄像头。