2018年7月30日，加载3D景深摄像头的小米Mi8透明探索版于当晚7：30正式发售，该机开卖仅一分钟便迅速售罄。

2018年6月27日，ViVO在MWC2018会议上发布基于TOF的3D景深摄像头，号称吊打iPhoneX。

2018年6月19日，OPPO Find X手机发布，其前置3D结构光景深摄像头为主打黑科技之一。

2017年9月13日，苹果发布iPhone X手机，基于3D结构光景深摄像头的Face ID脸部识别技术宣告手机前置摄像头首次进入3D时代。

面对以上搭载3D景深设备的新款手机接二连三式的发布，相信读者可以直观的感受到3D成像技术在消费电子领域进入了商业化高速增长期。本文将对3D成像技术工作原理和分类以及3D成像传感市场概况予以介绍，同时探讨该技术对金融科技领域的影响。

3D成像工作原理和分类

3D成像技术按照工作原理，首先分为被动式和主动式两类。

被动式视觉效仿生物的双眼视觉（binocular vision）原理，由至少2枚图像传感器（image sensor）构成，运用其观测对象在每个图像传感器单独成像的位置，结合2枚图像传感器的相对物理位置，根据几何关系测量原理，可以计算出景深（depth）。请注意，景深和距离是不同的概念，如下图1所示。

双目视觉系统的核心在于关联同一观测点在各自图像传感器中的坐标位置，如上图1的左图所示。然而，在实际使用中，由于受到外部环境和拍摄对象表面纹理属性等客观因素影响，特征点自动匹配在算法上较为复杂，匹配精度也直接影响到景深计算精度，影响系统整体效果。

主动式视觉系统则由于其工作原理的不同，有效解决了这一问题。

主动式视觉系统利用独立的人工光源，主动投射到观测对象来测量景深。主动式视觉根据投射光源和景深技术原理的不同，又分为三小类：三角测距法、结构光法、飞行时间法。如下图2所示。下面做详细介绍：

（1）三角测距法（triangular）

三角测距法是利用投射光源、观测对象和接收图像传感器的空间位置，利用三角几何学计算景深的方法。此方法是众多主动式3D景深视觉系统的底层基础算法。

（2）结构光法（structured light）

结构光法可以认为是针对在被动式视觉系统中特征点匹配问题的对策性方案。如下图 3所示，结构光的含义是主动光源通过特定图案编码投射到被测物体，例如将分布较密集的均匀光栅投影到被测物体上面，由于被测物体表面的不规则性具有的不同深度，反射到图像传感器的光栅条纹会有所变形，这个过程可以看作是由物体表面的深度信息对光栅的条纹进行了调制。通过对比图像传感器接收到的发生畸变的光栅图案和原生图案，就可以解析出每个观测点的深度信息，形成深度点云（point cloud），即深度帧（depth fr ame）。

需要说明的是，结构光法按投射方式还可分为点、线、面三种方式。按照图案编码方式亦可分为时间编码、空间编码和直接编码（如灰度编码）。这些技术皆为提高编码图案的解调抗干扰性，以及更快获取深度点云而采取的不同技术手段，如下表1所示。目前，在移动终端领域，结构光编码以静态编码为主。

（3）飞行时间法（time of flight）

飞行时间又称TOF，简要来说，是基于测量投射的光源信号发射与接收之间的时间差，计算出景深或距离的一种景深计算方法。

TOF根据如何测量时间差又可细分为脉冲波测距和连续波测距。脉冲波测距原理是直接测量脉冲信号发射和接收的时间差；连续波测距则是通过连续发射整数波长，通过计算接收波与发射波之间的相位差，间接计算时间差，如下图 4所示。

具体来说，脉冲波测距多用于工业测绘领域等大范围远距离场景，其使用的光源也以激光为主。对于手机终端设备而言，由于使用场景和功耗，意味着目标对象与镜头的距离在十米、百米以内，所以手机终端上使用的TOF预计将以连续波相位测距技术为主。

就目前而言，结构光与TOF是主动景深视觉系统的主流技术实现方案。结构光技术较为成熟，组件集成度高，目前苹果iPhone X已采用结构光技术；TOF由于直接测量景深／距离，在响应速度和量程两方面具有先天技术优势，加上Google、Microsoft等国际一流企业的站台背书，技术前景光明。

需要说明的是，主动式3D景深视觉系统在持续发展中开始借鉴被动双目视觉系统的优点，即通过引入2枚图像传感器（active stereo vision），利用图像传感器之间空间位置关系，以及双路光源发射器到图像传感器的光源运动轨迹，达到更高精度的景深信息。例如，Intel最新发布的D400 Series景深摄像模块就是采用该技术的代表。