機器觀察室:解讀vivo TOF 3D超感技術
對於現在的人來說，智能手機裏隱藏了太多的秘密和信息:從身邊壹些最常用的聯系方式，到各種財務信息。所以安全尤為重要。每個人都需要壹個唯壹的密碼來保護他們的信息。真正能“獨壹無二”的，是我們自己。因此，手機上出現了更高級別的安全保護:生物識別。
距離2065 438+03 iPhone 5S成功將指紋識別普及到手機，已經過去了五年。在這五年裏，手機的形態和需要承載的功能也在逐漸發生變化。全面屏背景下，3D結構光逐漸接入指紋識別。相比指紋識別，3D結構光可以帶來更無感的識別過程和更安全的關卡。更重要的是，3D結構光不僅具有生物識別，還可以建立圖像信息。
因此，在現階段，即使Face ID會對產品設計產生有爭議的影響，蘋果仍然堅持這樣做。
我們知道傳統的攝像頭是基於2D平面捕捉信息的，所以基於前置攝像頭的生物識別其實非常容易被虛假信息欺騙。因此，當圖像從2D變為3D時，它具有安全特征。因此，無論是三維結構光還是活體的TOF，本質上都是圖像深度信息的獲取。
但是，雖然實現目的相同，實現過程不同，但3D結構光還是不同於TOF。
▲圖片來自Yole Developpement
Face ID使用的三維結構光是通過散斑結構光編碼實現的。在壹定距離內，點陣投影儀會發射3萬個隨機離散分布的紅外光點，覆蓋壹個空間區域。當用戶的面部進入這個工作空間時，光點會出現不同的位移和扭曲，手機會在空間中記錄下用戶的面部，並繪制出準確詳細的深度信息圖。當用戶進行每壹次識別時，新的“深度圖”與事先記錄在手機中的標準“深度圖”進行比較，手機自然知道是否是真實用戶解鎖。
體內使用的TOF是飛行時間的縮寫。紅外發射器連續發射光脈沖，遇到人或物體後反射。當傳感器接收到反射光後，計算出紅外光發射和反射的時間差，從而形成立體視覺。隨後，手機CPU對光線時差數據進行分析，達到建立人臉模型的目的。在關鍵數據上，TOF需要采集30萬個人臉的有效深度信息點，工作距離最遠可達3米。
可見，結構光的關鍵在於“光”，而TOF的關鍵在於“距離”。
所以在識別上，3D結構光需要創造壹個“空間”，所以至少需要25mm的識別基線，而TOF幾乎不需要距離。並且TOF能達到的最大工作距離是3米，而結構光的最佳工作距離是25-50厘米。另外，3D結構光和TOF本質上都是為了獲取物體在空間中的深度信息，所以體內TOF記錄深度信息的點數為30萬，對於構建的立體圖像的邊緣細節確實更有幫助。因此，從技術到功能轉換的角度來看，TOF無疑比Face ID更具有可擴展性。
而且在ID設計中，TOF相機比結構光更小。在產品ID設計上，機身不需要為立體視覺付出更長的劉海和更大的內部空間。壹般來說，壹套t of需要壹個紅外發射器、接收器和攝像頭，不需要face ID那麽多東西。
然而，TOF並非沒有缺點。作為3D圖像，TOF在二維(即X軸和Y軸)上的分辨率沒有3D結構光高。但毫無疑問，兩者都達到了金融級別的安全性，對於普通用戶來說已經足夠了。而vivo也已經宣布與微信達成支付合作。
PS:這裏再補充壹句:在vivo TOF 3D超感應發布會現場，演示了可以直接用手機進行3D建模，甚至可以進行3D打印。所以很多網友問和索尼自己的3D master有什麽區別。抱歉，我們真的沒有找到索尼3D Master的TOF相關資料，所以推測索尼3D Master是用XZ1的激光對焦(激光測距)+攝像頭+壹套牛X算法完成的。畢竟收購了softkinetic的索尼在3D成像和TOF技術上已經是業界壹流。
飛行時間的未來
▲ TOF原型可以直接建模。
當然，紙面上的技術是沒有根的樹。結合TOF已知的深度信息大、工作距離遠等特點，可以放在生活的各種使用場景中。比如通過TOF 3D超感技術拍攝3D照片，構建更精準的人體模型。另壹方面，賣家提前預設了衣服的信息，讓用戶可以直接在網上試穿衣服，避免在網上買到尺碼不合適的衣服。
另壹方面，利用t of相機對真實物體進行建模，然後將模型與其他虛擬或真實場景融合，打造出更具科幻感的MR遊戲，也是TOF未來發展的壹大方向。比如給妳和妳的朋友建模，然後把他們放在虛擬的跑道或者其他有趣的場景上。
模糊現實和虛擬現實的邊界是未來t of的發力點。