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(jīng)超過了人類；而后者在工業(yè)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 Artificial Intelligence 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(tǒng)，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。

　　機器視覺離消費市場有多遠？

　　計算機視覺與機器視覺的問題是，前者太學術，后者太工業(yè)，因而一直以來在消費級市場缺乏好的產(chǎn)品。圖漾創(chuàng)始人費浙平向雷鋒網(wǎng)(搜索“雷鋒網(wǎng)”公眾號關注)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(xiàn)解決了計算量問題。但與此同時，要想把視覺技術實現(xiàn)真正產(chǎn)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(lián)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(fā)展。

　　但深度攝像頭作為獨立產(chǎn)品，市場化難度頗大。例如Intel在13年在開發(fā)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(lián)想等多家 PC廠家都將從2014年下半年開始在產(chǎn)品線中部署這款深度感知模塊。而兩年多過去了，曾經(jīng)預言的集成深度攝像頭的產(chǎn)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(qū)別集中在觀測傳感器是否主動向環(huán)境發(fā)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(huán)境中發(fā)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(huán)境中現(xiàn)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(fā)射探測光通過計算獲取深度圖像。這當中又分為三類：“RF-modulated light sources with phase detector”、“Range gated imagers”、“Direct Time-of-Flight imagers”，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(jīng)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(xiàn)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(fā)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(xiàn)無法探測距離的情況。

　　機器視覺離消費市場有多遠？

Kinect獲取的深度圖像

　　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；Leap Motion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(xiàn)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Segway Robot以及昊翔的無人機Typhooon H。機器人和無人機正是這兩年的大熱產(chǎn)品，看起來Intel可能會成為贏家，但因為Segway Robot和Typhooon H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。

　　機器視覺離消費市場有多遠？

　　而在國內(nèi)，Intel的RealSense出來之后，給了國內(nèi)一些創(chuàng)業(yè)者的信心，因此催生了一批相關的創(chuàng)業(yè)企業(yè)，但目前成規(guī)模的應用也寥寥無幾。

　　奧比中光是其中最早實現(xiàn)量產(chǎn)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(chǎn)品量產(chǎn)上，華捷艾米的進度慢了一步；圖漾的產(chǎn)品則正在準備量產(chǎn)階段中，瞄準的方向都是些行業(yè)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(guī)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(jīng)有公開產(chǎn)品，而且雷達的導航所用到的SLAM方案已經(jīng)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。

?