“早在2010年的時(shí)候微軟Kinect出來(lái)后，僅僅3個(gè)月就銷售了800多萬(wàn)臺(tái)，在我們看來(lái)3D視覺(jué)感知是革命性的方向，它實(shí)現(xiàn)了大腦人工智能的“耳眼”這一創(chuàng)新性功能。當(dāng)時(shí)我們就著手開(kāi)始研究，沒(méi)想到一研究就長(zhǎng)達(dá)5年之久，到2014年年底的時(shí)候，基本上把主要的技術(shù)障礙和算法難題給克服了。”華捷艾米CTO周曉軍說(shuō)到。
2017年5月11日，手機(jī)攝像頭領(lǐng)域最具有影響力的智能終端產(chǎn)業(yè)峰會(huì)之手機(jī)產(chǎn)業(yè)創(chuàng)新大會(huì)在深圳舉行。在大會(huì)演講中，華捷艾米CTO周曉軍重點(diǎn)分享了3D視覺(jué)感知、自然語(yǔ)言交互解決方案，并從3D視覺(jué)、3D感知芯片、3D測(cè)量模組、3D視覺(jué)感知相關(guān)算法、3D視覺(jué)感知關(guān)鍵技術(shù)、3D視覺(jué)感知的移動(dòng)設(shè)備、3D視覺(jué)應(yīng)用方向等多維度方案及市場(chǎng)應(yīng)用方式，華捷艾米的3D視覺(jué)方案引起業(yè)內(nèi)高度關(guān)注。
周曉軍還談到，“未來(lái)世界就是萬(wàn)物互聯(lián)，人工智能無(wú)所不在，而隨著人工智能算法的進(jìn)步，3D視覺(jué)算法的完善，帶有3D視覺(jué)的設(shè)備可以精確地進(jìn)行3D手勢(shì)識(shí)別、人體骨架識(shí)別、物體3D輪廓識(shí)別、人臉3D識(shí)別，并可以進(jìn)行空間計(jì)算與場(chǎng)景重構(gòu)，并計(jì)算追蹤設(shè)備在空間中的運(yùn)動(dòng)姿態(tài)等。”
筆者了解到，具備3D測(cè)量算法和芯片、人物提取、骨架識(shí)別技術(shù)和動(dòng)作跟蹤等算法技術(shù)等全套軟硬件技術(shù)的公司只有三家：微軟、蘋(píng)果（收購(gòu)了primsense）和華捷艾米。
周曉軍對(duì)筆者稱：“使用結(jié)構(gòu)光方式實(shí)現(xiàn)3D視覺(jué)有3個(gè)技術(shù)難點(diǎn)。其一是發(fā)射模組的光柵設(shè)計(jì)，其二是3D測(cè)量算法，簡(jiǎn)單點(diǎn)說(shuō)就是激光器發(fā)射的紅外光經(jīng)過(guò)光柵形成一定模式的結(jié)構(gòu)光投射到物體之上，接收端采用紅外CMOS，拍攝到帶光斑的二維畸變圖像，通過(guò)算法生成3D深度數(shù)據(jù)。華捷艾米專門(mén)設(shè)計(jì)了一顆ASIC 3D測(cè)量的算法芯片，可以實(shí)時(shí)算出深度數(shù)據(jù)。”
要知道一旦攻克上述兩大難點(diǎn)，便可以做出深度照相機(jī)。例如目前Intel等公司都可以做到深度照相機(jī)這一功能。
還有一個(gè)核心的問(wèn)題便是骨架算法。據(jù)悉，它可以把人從背景中提出來(lái)，而3D測(cè)量芯片輸出的深度圖是骨架算法的輸入源，有了骨架算法，就可以快速識(shí)別人的動(dòng)作、姿態(tài)、手勢(shì)等等。華捷艾米的骨架算法，可以同時(shí)并實(shí)時(shí)識(shí)別6個(gè)人，每個(gè)人20個(gè)關(guān)節(jié)點(diǎn)，并且打破了微軟、蘋(píng)果（Primsense）對(duì)骨架算法的壟斷。
筆者現(xiàn)場(chǎng)了解到，華捷艾米的產(chǎn)品是最新的自主研發(fā)的3D視覺(jué)、自然語(yǔ)言交互解決方案，包括自主芯片、內(nèi)嵌3D測(cè)量的算法、骨架算法、手勢(shì)算法和其他應(yīng)用算法。華捷艾米能夠?yàn)橹悄苁謾C(jī)、機(jī)器人、VR/AR等行業(yè)用戶提供搭載智能3D視覺(jué)算法的深度攝像頭，從而為行業(yè)客戶提供一站式的只能3D視覺(jué)感知、自然語(yǔ)言交互解決方案。例如在應(yīng)用端，可運(yùn)用在三維人臉識(shí)別、醫(yī)療康復(fù)、教育、游戲和健身、看護(hù)陪伴、裝修裝飾、智能監(jiān)控、跳舞運(yùn)動(dòng)、機(jī)器人、老人看護(hù)、運(yùn)用識(shí)別、自動(dòng)取款機(jī)、虛擬換衣鏡等開(kāi)創(chuàng)性的交互體驗(yàn)。
華捷艾米自主研發(fā)的3D視覺(jué)感知、自然語(yǔ)言交互解決方案，最大的優(yōu)勢(shì)在于，技術(shù)層面，有自主芯片、內(nèi)嵌3D測(cè)量的算法和應(yīng)用算法，特別是2代芯片可以達(dá)到90幀/秒，這是什么概念？通俗點(diǎn)講就是完全實(shí)時(shí)。
其次，華捷艾米的競(jìng)爭(zhēng)優(yōu)勢(shì)在于其技術(shù)積累，要知道在其自主完整的3D視覺(jué)感知解決早期便已經(jīng)和國(guó)內(nèi)一線電視廠商均有合作，其深度攝像頭更是的克服了抗變形的難點(diǎn)，而這一難點(diǎn)在算法中便已經(jīng)實(shí)現(xiàn)過(guò)濾。
其團(tuán)隊(duì)更是精英齊齊，有專門(mén)的芯片設(shè)計(jì)團(tuán)隊(duì)和算法研究團(tuán)隊(duì)，在算法領(lǐng)域目前有20多位博士做相關(guān)研究，同時(shí)也和清華大學(xué)、中科院保持深度合作關(guān)系。
更值得一提的是，作為3D視覺(jué)領(lǐng)域非常重要的部件芯片，華捷艾米早在2014年便早已積極布局，獲悉，華捷艾米的一代3D測(cè)量芯片已經(jīng)量產(chǎn)，該芯片可支持彩色攝像頭數(shù)據(jù)輸入，支持VGA分辨率，30FPS輸出，支持VGB深度圖、30FPS輸出；同時(shí)也支持QVGA深度圖，60FPS輸出，支持4路數(shù)字音頻輸入。
據(jù)筆者了解，華捷艾米手機(jī)芯片將于今年Q4量產(chǎn)，其支持主流RGB攝像頭、1080P分辨率，拍照增強(qiáng)、美化、輸出3D人臉識(shí)別等功能；此外，在年底將內(nèi)置更多人工智能算法，應(yīng)用領(lǐng)域不僅持3D人臉識(shí)別，同時(shí)也支持摳圖、人體行為識(shí)別、語(yǔ)音、AR、人體與手持設(shè)備的配合等領(lǐng)域。
而遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別，是基于線性（環(huán)形）矩陣麥克風(fēng)陣列的SSP技術(shù)，有效抑制噪聲和混響，實(shí)現(xiàn)遠(yuǎn)距離（超過(guò)5米）語(yǔ)音采集和語(yǔ)音識(shí)別，可以通過(guò)語(yǔ)音對(duì)設(shè)備進(jìn)行精準(zhǔn)的遠(yuǎn)程語(yǔ)音控制，適用于智能家居、家電的交互場(chǎng)景。
毫無(wú)疑問(wèn)，隨著3D攝像頭技術(shù)的不斷發(fā)展與創(chuàng)新行業(yè)應(yīng)用的推動(dòng)，不僅在智能手機(jī)、機(jī)器人、金融領(lǐng)域還有人臉識(shí)別、安防、智能家居等領(lǐng)域都將在智能深度攝像頭的帶動(dòng)下給我們帶來(lái)劃時(shí)代的交互新體驗(yàn)。
01月07日 18:14
