立体成像分析识别-3D结构光和ToF

2020-06-04

 

 

人脸识别基于2D图像,通常用一张照片就能够破解。随着人脸识别门禁、人脸支付等对安全性要求极高的场景出现,

 

对活体检测、真实性检测迫在眉睫,因此导致了3D结构光和ToF两项立体成像技术的诞生。

 

tof.jpg

 

3D结构光(Structured Light)

jgg1.jpg

3D结构光技术的基本原理是,通过近红外激光器,将具有一定结构特征的光线投射到被拍摄物体上,再由专门的红外摄像头

进行采集。这种具备一定结构的光线,会因被摄物体的不同深度区域,而采集不同的图像相位信息,然后通过运算单元将这种结构

的变化换算成深度信息,以此来获得三维结构。简单来说就是,通过光学手段获取被拍摄物体的三维结构,再将获取到的信息

进行更深入的应用。

jgg2.jpeg

ToF(Time Of Flight)

tof3.jpg

ToF是3D深度摄像头的其中一种方案,是结构光的同门师弟。ToF测距有单点和多点两种,其中手机上

一般会用多点测距。多点测距的原理和脉冲的单点测距类似,但是其收光器件为CCD,即带电荷保持的

光敏二极管阵列,对光响应具有积分特性。基本原理是激光源发射一定视野角激光,其中激光时长为dt

(从t1到t2),CCD每个像素利用两个同步触发开关S1(t1到t2)、S2(t2到t2+dt)来控制每个像素的电荷

保持元件采集反射光强的时段,得到响应C1、C2。物体距离每个像素的距离L=0.5*c*dt*c2/(c1+c2),

其中c是光速(该公式可以去除反射物反光特性差异对测距的影响)。简单来说就是,发出一道经过

处理的光,碰到物体以后会反射回来,捕捉来回的时间,因为已知光速和调制光的波长,所以能快速

准确计算出到物体的距离。

tof2.jpg

3D结构光和ToF优缺点总结

结构光 ToF
基础原理 单相机和投影条纹斑点编码 红外光反射时间差
响应时间
低光环境表现 良好,取决于光源 良好(红外激光)
强光环境变现 中等
深度精确度 中等
分辨率 中等
识别距离 短,受光斑图案影响 中等(1-10m),受光源强度限制
软件复杂度 中等 中等
材料成本 中等
功耗 中等
缺点 容易受光照影响 总体性能好、平面分辨率低
代表厂商 iPhone X、Prime Sense、英特尔 英飞凌、微软、意法半导体