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(jìn)步。前者自2010年以來，隨著深度學(xué)習(xí)再度流行并用于目標(biāo)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(yīng)用方面，也有不少突破性的應(yīng)用。

　　但是，在消費級市場方面，計算機視覺與機器視覺的進(jìn)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(zhì)性地應(yīng)用，存在深深地?fù)?dān)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(guān)系。從學(xué)科分類上，二者都被認(rèn)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(jìn)行識別分析，而機器視覺軟硬件都包括（采集設(shè)備，光源，鏡頭，控制，機構(gòu)，算法等），指的是系統(tǒng)，更偏實際應(yīng)用。簡單的說，我們可以認(rèn)為計算機視覺是研究“讓機器怎么看”的科學(xué)，而機器視覺是研究“看了之后怎么用”的科學(xué)。

　　機器視覺離消費市場有多遠(yuǎn)？

　　計算機視覺與機器視覺的問題是，前者太學(xué)術(shù)，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(guān)注)記者說，機器視覺的很多核心技術(shù)和原理多年前就比較成熟了，近年來的進(jìn)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(shù)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(shù)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(shù)方案提供方PrimeSense正式對外推出Kinect，利用骨骼捕捉技術(shù)，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(yīng)用場景上跟進(jìn)，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(yù)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(yīng)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(chǔ)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(shù)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(biāo)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(shù)，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(dǎo)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(dāng)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(shù)，一般認(rèn)為二代采用的是直接TOF的技術(shù)。

　　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(yīng)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(dǎo)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(yuǎn)，但也需要最高達(dá)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(yīng)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。

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(yán)厲，這更加抑制了銷售量；LeapMotion兩年前由于銷售情況不如預(yù)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(biāo)對準(zhǔn)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(chǎn)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(yīng)用了RealSense模塊的的TyphooonH

　　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(guān)的創(chuàng)業(yè)企業(yè)，但目前成規(guī)模的應(yīng)用也寥寥無幾。