为了让机器更好理解这个世界 ， 我们就不会完全受限于原始图像信息 ， 而是更多的把物理世界当中更丰富的3D信息提取出来 ， 输送给机器 ， 让机器更好理解 。 这也将是升级迭代非常重要的核心动力 。
另外 ， 分享一些3D视觉应用的趋势和方向 。 首先经过前些年整个市场的培育 ， 大家对于AI一些应用或者视觉的应用开始有了认知 ， 落地实践中最常见的应用就是人脸识别 ， 经过了初期普及 ， 大众开始习惯了通过人脸这种比较低配合、无感的生物识别 ， 进行身份验证 。
因此 ， 人们开始希望把体验和效率提升 ， 应用到更多行业 ， 应用到更多场景当中 。 比如用身份识别直接支付、直接坐地铁 。
这些应用的规模和整个安全性的要求又提升了一个数量级 ， 比人证核验的场景需求要求更高 ， 对安全性要求也更高 ， 就开始逐步应用到3D的技术 。 比如在3D刷脸支付领域当中 ， 我在线下的刷脸支付APP上面通常都会用到3D摄像头 ， 对于平面的假体有更好的防护能力 。
总体来看 ， 因为3D刷脸活体和技术革新 ， 可以带来更高的安全性 。 比如在更大数据库 ， 更大底库情况下可以实现更精准的识别 ， 同时提升识别的交互体验 ， 对于刷脸角度有更大的容忍度 ， 包括对于活体检测 ， 对于伪装有更好防护能力 。 在更大数据库、更大规模、更高安全性普及性应用当中 ， 3D相关的人脸识别技术将会成为主流 。
同时 ， 获得3D信息 ， 一定会带来成本 ， 在感知阶段就要获取3D数据 ， 就需要拥有3D硬件 ， 或者获取3D数据的能力 。 不过随着应用规模的提升 ， 成本就会逐渐下降 。 我们认为在3D硬件相对成本比较高的时期 ， 还是需要从更强刚需领域切入 ， 随着应用领域和范围越来越大 ， 硬件规模越来越大 ， 就会逐步降低成本 。 等3D硬件成本趋近于2D时 ， 在整个系统、产品中差异就趋近于零 ， 用户就会选择更优性能 ， 也将迎来全面取代2D的拐点 。 我们认为现在成本已经非常接近 ， 预计明年或者后年就会迎来拐点 。

本文插图
3D整个视觉的应用肯定从一些领域开始 ， 逐步延伸 ， 需要一个过程 。 但是在这个过程当中 ， 我们作为技术公司 ， 需要与行业市场结合 ， 并且在结合过程中逐步完成技术的升级和产品的迭代 ， 最终形成不断演进的能力 。
而公司自身的整个技术研发体系是非常重要的 。 我们的思路是 ， 从市场需求出发 ， 将技术规划分成两部分 ， 一个是实现技术领先性的规划 ， 另外一个是支撑产品落地的规划 ， 通过新技术的预研和产品验证 ， 再加上产品研发的瀑布式迭代方式 ， 形成可规模量产的产品 。 我们与高校和科学家团队都有非常紧密的合作 。 同时 ， 底层有我们三维视觉工程化平台进行支撑 。
我们将三维视觉工程化平台分成四部分 ， 第一是光学、另外一部分是算法 ， 我们认为光学和算法是密不可分的 ， 我们有原型验证和可靠性验证的设备 。 另外机械和电气 ， 也是要做完整的应用产品和解决方案 ， 所必不可少的 。 光学、算法、机械和电器共同形成一个产品的迭代和技术发展 。
最后三维视觉是一个完整的产业链 ， 上游最前面是光学的起点 ， 不管是结构光 ， 还是各种各样光学器件 ， 中间会有整个模组装配环节 ， 我们从成像系统设计开始 ， 再上层光学的相机系统加上3D算法形成一个完整3D软硬一体的模组 ， 提供完整的算法能力 ， 再嵌入到产品当中 ， 去支撑下游的客户或者合作伙伴 ， 形成完整的行业解决方案 。
我们认为3D视觉发展到现在 ， 光学系统和算法系统的紧密结合 ， 或者一个交互的一体设计是最终能够落地应用 ， 能更快速在产业当中赋能最重要的思路 ， 两者之间是没办法分开的 。
【猎云网的卢深视CEO户磊：3D视觉将迎来全面取代2D的拐点】