要（yào）说AI技术里什么最（zuì）火，机器视觉绝（jué）对算一个；而要说机器（qì）视（shì）觉技术里什（shí）么最火，大概毫无争议就属（shǔ）3D机器视觉了。

所谓3D机器视（shì）觉，是指在（zài）一般的机器视觉技术的基础上，加（jiā）入对立体空间中三维模（mó）型的（de）理解。这项技术不仅涉及（jí）AI，而是（shì）一门机（jī）器视觉、图（tú）形学与数（shù）据感知技术的交叉学（xué）科。想想也知道（dào），让机器认识3D画面是非常有价值的。毕竟人的视觉理解（jiě）就是3D的，想要让（ràng）AI尽量（liàng）贴近真人的（de）感知方式，3D是必须攻克的（de）难题。

在（zài）产（chǎn）业场景上，3D机器视觉是无（wú）人驾（jià）驶和高精地图（tú）的重（chóng）要技术条（tiáo）件（jiàn），在VR/AR上应用也非常广泛，而（ér）无人机航拍（pāi）与（yǔ）测绘也离不开这（zhè）门技术。在苹果把3D结构光技术（shù）炒火了之后，手机中的3D机器视觉也已经成（chéng）为（wéi）兵家必争之地——假如说，这些厉害的技术（shù）都是赛（sài）车，那么3D机器（qì）视觉（jiào）就是他（tā）们（men）在路（lù）上都（dōu）会（huì）遇到的收费站（zhàn）……

今（jīn）天（tiān）在机（jī）器视觉顶（dǐng）会中，差不多（duō）会有半壁江山（shān）那么多的论文都是跟3D有关。前沿探索（suǒ）可谓疯狂进行。然（rán）而重点来了，关于这一领域（yù），似（sì）乎大部分（fèn）吃瓜群（qún）众还是只知道（dào）一个结构光而已。

有哪些三维图像+机（jī）器（qì）视觉的新技术趋势，今（jīn）天正（zhèng）隐藏在未（wèi）知迷雾中眺望这个世界？今天我们来说几种很有（yǒu）科（kē）幻感的技术（shù）突破点。说不（bú）定这（zhè）些（xiē）能（néng）力明年就会（huì）出现在你的手机、VR设备和无人（rén）机中，又或许即将成为某个被资本疯狂亲（qīn）吻的创业热潮。

超大场景的3D数（shù）据感（gǎn）知

3D机器视觉包括很（hěn）多方面（miàn），既有（yǒu）让智能体去理解3D数（shù）据，也（yě）包括如何通（tōng）过机器视觉（jiào）的解决（jué）方案，去获取（qǔ）3D模型数据（jù）。

传统意义上的3D数据（jù）获取，或者称其为3D感知技术，一般来说可以利用多角度拍照或者深度传感器的方式实现3D数据收集（jí）。这种技术的局限（xiàn）在于，收集（jí）的3D数据不能太大。

然（rán）而在3D资（zī）料要求（qiú）不断升级的今天，对于超大场景的3D数据感知（zhī），正在成为一个热（rè）门议题。比如无人驾（jià）驶中使用的城（chéng）市（shì）高精地图，就可以看做一个（gè）个超大（dà）3D场（chǎng）景的拼接。智能城市（shì）领（lǐng）域运用到的很多城市数（shù）据推（tuī）演（yǎn），也要根植于对城市3D场景的收集。

portant;" />

机器视觉正在为超大场景的3D数据感知提供很多新的方法（fǎ）。比如自动化的成像方法，像视觉SLAM在线（xiàn）处理连续帧的图像，实现实时重建巨大3D场景。再（zài）比（bǐ）如说对航拍数（shù）据进行点云分割和点（diǎn）云数据的语义理解，帮助快速低成本获（huò）取城市3D数据。

总体来看，今天超（chāo）大场景的3D数据感知，有（yǒu）三个主要应用方向，很（hěn）可能分别成为各自技术领域中新的投（tóu）资和创业热点：

1、建筑物的3D高精度模型，运用在工程监理、智能设计、物流和智（zhì）能城市领域。

2、高精地图与3D数据感（gǎn）知（zhī）的结合，这是无人（rén）驾驶的重要（yào）一环。

3、室（shì）内外一体的3D建（jiàn）模，这对于智能（néng）家（jiā）居设计、环境监控（kòng）、VR/AR体验来说都有（yǒu）重要（yào）帮助。

手机（jī）与3D视觉进入蜜月期

3D结构（gòu）光，今（jīn）天（tiān）已经当之无愧成为（wéi）了（le）高端手机的标配，成为了继双摄、三摄与屏（píng）下指纹之后（hòu）又一个手机行业争抢（qiǎng）的（de）热点（diǎn）。

然而手机（jī）上的3D视觉技（jì）术远不止于结构光，从算法、传感硬（yìng）件，到（dào）影像系统（tǒng）解决方案，都可能成为手机（jī）与3D视觉（jiào）进（jìn）一（yī）步耦（ǒu）合的（de）关（guān）键因素。

今（jīn）天来看，有3个相关趋势（shì）非（fēi）常可（kě）能成为明年的热点。一个是基于芯片（piàn）端进行的3D视觉算法加（jiā）速，这很（hěn）可能成为（wéi）手机AI的下一个进化方向。第二个是高纠（jiū）错（cuò）能（néng）力的3D视觉算法将会普及（jí），在终端实现3D数据收集和本地（dì）建（jiàn）模将（jiāng）会成为新的热点。第三个是后置摄像头加入（rù）3D视觉解决方案指日可（kě）待。

从（cóng）芯（xīn）片端，到开发平台，再到数据（jù）集、传感系统，3D机器视觉（jiào）正在多个领域影响手机战场的走向，在这些领域储（chǔ）备技术武器，也（yě）很可能成为（wéi）明年手机战场（chǎng）厮杀（shā）的关键节点。

portant;" />

AR/VR中的位姿估（gū）计技术

为什么我们在（zài）玩（wán）AR体验（yàn）的时候（hòu），经常会觉得手（shǒu）机（jī）里的东（dōng）西（xī）放在摄像头视野中（zhōng）并不（bú）真实，像是（shì）漂浮在地板（bǎn）上一样。

这（zhè）就是因为（wéi）位（wèi）姿估计算法不够（gòu）精准，无法正确定（dìng）位物体的空间关系。在机（jī）器（qì）视觉技术（shù）的（de）进化下，今天很多位姿估（gū）计技术正在同步进化。比如基于（yú）动态特征（zhēng）提取算法，达成的动作定位今天已经比较成熟。

这东西听（tīng）起来挺玄乎，到底是（shì）干啥（shá）用的呢？它的最大应用（yòng）场景，就是在VR/AR正确处理场景中动态（tài）物体的（de）空间关系和（hé）运动轨迹（jì）。比（bǐ）如你在（zài）VR里玩踢球游（yóu）戏，球应该在什么位置挨踢，以什么轨（guǐ）迹撞墙，都有（yǒu）赖于位（wèi）姿估（gū）计算法来校准。

在机器（qì）视觉算法的帮助（zhù）下，更精细的（de）位姿估计正在到来，而这也加速了（le）成熟（shú）MR体（tǐ）验的到来。另一方面（miàn），在VR设（shè）备或者手机当中，基于（yú）摄像头与传感器协同（tóng）运（yùn）作来完（wán）成位姿估计，也是沉浸（jìn）技术（shù）中即将发生的一个亮点。

portant;" />

通过散乱（luàn）数据达（dá）成（chéng）三（sān）维（wéi）建模（mó）

3D机器（qì）视（shì）觉（jiào）的最重要任何，肯定是基于数据来实现3D建模。这个应用（yòng）在（zài）产业端十分重要，地理信息系统（tǒng）、勘探（tàn）、工程，以（yǐ）及无人驾驶，都需要（yào）大量的3D建模工作来参与。

而消费者级（jí）的3D建模今天也在到（dào）来，我们已经可以看到在手（shǒu）机端（duān）通过3D结构光来完成数据收集，从而达成3D建模的（de）玩法。

跟（gēn）3D感（gǎn）知一样（yàng），3D建模也是利（lì）用（yòng）摄像头或者传感器（qì）来收集（jí）数据，最终通过（guò）不同的解决方案完成建模（mó）。

然而这个领域还是有很多问题等待解决。比如说，今天我们进行3D建模时（shí），还需要非常痛苦的一点点收集数据，必须保证数（shù）据（jù）的对齐（qí）和精准排列。否（fǒu）则出来的3D模型就是杂乱无章的。这（zhè）显（xiǎn）然让大众完3D建模（mó）的热情（qíng）减退（tuì），并且给很（hěn）多工程（chéng）级项目增添了非常多难度（dù）。

AI的到来，正（zhèng）在帮助（zhù）这种情况有所改（gǎi）变。在深度学习（xí）算法的帮助下，机器视觉领（lǐng）域正在研究如何在散乱、不规则、巨大数量的数（shù）据（jù）中完成3D建模。这需要对抗生成（chéng）以（yǐ）及先验（yàn）表示等（děng）非常多的方案，但带来的效（xiào）果非常值得期待。

portant;" />

比（bǐ）如说今天已经有3D建模（mó）方案（àn），在深度学习的帮助下实现对密林（lín）的重建。然而其用来进（jìn）行点云建模的图像数（shù）据中，有很多（duō）被树叶遮挡的部分。这（zhè）时候就可以用AI来增（zēng）强3D建（jiàn）模的先验知识，主动“脑（nǎo）补（bǔ）”出遮挡（dǎng）物（wù）背后的（de）真实（shí）样子（zǐ）。

不仅是修复遮挡模型和瑕（xiá）疵（cī）数据，机器（qì）视（shì）觉（jiào）技术与3D建模（mó）的融合，还可以让很多（duō）无（wú）人设备具有更雪亮（liàng）的“眼睛”。比如无人驾驶汽车，或许（xǔ）可（kě）以基于（yú）“大（dà）脑（nǎo）”中的3D建模算法，来脑补（bǔ）智（zhì）能（néng）摄（shè）像头尚未发现的（de）环境（jìng）。这点在复杂（zá）立交桥和停（tíng）车场中格（gé）外有用（yòng）。

在消费者端，3D建模与机器视觉的（de）结合也将带（dài）来新的想象力，比如消（xiāo）费者可以根据照片来重建精准的3D模型（xíng），或者傻（shǎ）瓜（guā）式完成建模要（yào）用（yòng）的数据收集。让（ràng）不（bú）那么专业的人也能建设出专业的（de）3D模型，这个改变背后（hòu）的想象力（lì）惊人（rén）。

更好的深度传感器解决方案

还有一个机器视（shì）觉技术和3D的（de）交（jiāo）汇（huì），主（zhǔ）要发生在（zài）无人机（jī）领域。

无（wú）人机今天进（jìn）行测绘和航拍时，必须附带对空间的理解能力，否则拍照不准事小，撞了南墙事大。而这个能力主（zhǔ）要来自于摄像头和传感（gǎn）器进行空（kōng）间阅读。

随着消费级（jí）无（wú）人机的不断升级（jí），人们对（duì）无人机拍摄效果要求也不断升高。无人机（jī）必须不（bú）断在更远的（de）距离（lí）、更极端的天气、更（gèng）复杂的运动中拍（pāi）摄画面。然而传（chuán）统的传（chuán）感系统解决方（fāng）案已经快要跟（gēn）不上用户（hù）的（de）期许。

今天（tiān）的消费级（jí）无人机，一般采取两（liǎng）种感知解（jiě）决方案（àn），一种是双目（mù）视觉技术，比如大疆的某些产品（pǐn）；一种是结构光传感器，比如微软（ruǎn）的Kinect。而这两种主流（liú）方案都是有一定局限（xiàn）的，比如感知（zhī）范（fàn）围都（dōu）有限，难以完成远距（jù）离作业。再比如双目视觉技术在黑夜中会失（shī）灵（líng），所以无（wú）人机夜拍一（yī）直（zhí）是个（gè）大坑，然而结构光技（jì）术应对不来强光，一（yī）到中午无人机就（jiù）石乐志也是很心塞的。

更（gèng）好的解决（jué）方案，在于（yú）将传感器（qì）与（yǔ）智能摄像头结合起（qǐ）来，达成可（kě）以适应不同天候与天气，并且可以长（zhǎng）距离感知的新型传感系统解决方案。

今天，用（yòng）机器视觉技术（shù）中的很多算法，协调不同（tóng）的传感设备工作，让无人机变成“多（duō）眼无人机（jī）”，正（zhèng）在成为流行的（de）解（jiě）决方案。机（jī）器视觉算（suàn）法（fǎ）大量加入无人机传感（gǎn）器（qì），还（hái）可能带来轨迹拍摄能力提升，让无人机获得拍（pāi）摄整体环境，或者精准捕捉动态物体（tǐ），比如说运动中的动物和车辆的能力。

以上几个技术趋势，都（dōu）可（kě）能（néng）成为机器（qì）视觉和图形（xíng）学应用的下一步（bù）热点。这个领域看似偏门，事实上却能影响今（jīn）天科技市场（chǎng）中（zhōng）的风吹草（cǎo）动。

让（ràng）机器看到立（lì）体世界的游戏（xì）才刚刚开始，机器（qì）与人类在某一天可以用同样的视角相互凝（níng）视，或许才（cái）是这个故事的终点。