TOF技术
一个契机的出现
8月23日，OPPO在上海的“新品奇妙夜”上正式发布了OPPO R17 Pro，其间闪光点众多，而特别抓人眼球的一项技术创新便是3D摄像头TOF技术。作为该产品的独家供应商—舜宇光学，也同样走到了聚光灯底下。
▲发布会现场丨图自网络
TOF技术主要是为了实现3D成像而生，X，Y两维的手机拍照大家都非常熟悉了，TOF在其基础上增加了Z轴的深度信息。实现3D的其他方案还包括，散斑结构光、编码结构光、双目视觉以及双目结构光等，去年被果粉捧得火热的iPhoneX使用的就是散斑结构光方案，近几天发布的iPhoneXs同样采用了结构光方案。
相对结构光方案，TOF的3D方案实现起来更为简单，主要包括投射器和接收模组，通过控制投射器发出经调制的近红外光波，遇物体后反射，接收模组计算发射光波和接收光波的时间差或相位差，换算成被拍摄景物的距离，以获取深度信息。
TOF技术的改进
TOF技术由来已久，并不是近期火起来的新产品，今年应用于智能手机端算是个突破，这也要归功于近几年TOF技术的不断进步。
TOF这个3D模块中最核心的器件在于TOF芯片，它集众多功能于一身，包括驱动投射器，接收反射光线，进而生成raw图，再送给软件处理成深度信息。
前些年的TOF芯片多是CCD类型的，功耗和发热在实际使用中是一个大问题，笔者认为这也是TOF由来已久却迟迟没有应用于手机端的原因之一。芯片厂商致力于技术的创新改良，使TOF芯片从CCD转向CMOS，在功耗方面实现了很大的突破，使TOF应用于便携手机成为可能。而且CMOS芯片以其复杂的逻辑结构，可以实现将高速率多帧图像合成单张图像用以计算最终的深度，降低图像噪声以提高深度的精度。
方案上，3D结构光投射的是散斑或编码图案，接收模组需要拍摄到清晰的图案才能计算出深度。而随着距离的增加，投出的图案或出现模糊，或出现亮度能量上的衰减，导致深度图不完整，出现破洞，甚至于失效，所以3D结构光并不适用于远距离深度信息采集。
TOF技术发射的不是散斑或编码图案，而是面光源，在一定距离内光信息不会出现大量的衰减，配合TOF芯片背照式的、大pixel size的设计，大幅提升了光线收集率和测距速度，使远距离应用成为可能。这也是TOF可以被用作手机后摄，而结构光无法用作后摄的原因之一。
TOF技术
TOF vs 3D结构光
外形尺寸应用
iPhoneX/Xs特色的长留海一度被网友吐槽，其实这是3D结构光结构上的局限造成的。熟悉结构光的朋友都清楚，结构光的精度和Baseline（投射器和接收模组的距离）关系非常大，Baseline间隔越长，精度就越高。常用的Baseline至少需要保证20mm以上，iPhoneX更是选择了27mm的Baseline，所以长留海也是不得已而为之的设计。
反观TOF就没有Baseline的要求，投射器和接收模组可以紧挨在一起，尺寸上会更加紧凑。
资源供货及制作工艺
在器件组成上，TOF投射器组成更简单，供货也会更容易保障。
TOF投射器主要包括VCSEL+Diffuser。TOF的VCSEL并不像结构光那样对编码图案有一定要求，只是最常规的规则排列，器件制作上更为简单，可供选择的VCSEL供应商也会更多。结构光的VCSEL需要制作成特定的图案，对图案表现的一致性、器件高温漂移情况、发热表现、耐环境高温等都会有更高的要求，总体来说，对VCSEL供应商的工艺及设计能力以及产品良率上考验更大。TOF的Diffuser的设计制作难度，相对于结构光投射器中的DOE不可同日而语，能稳定供应DOE的厂商全球范围内屈指可数，而Diffuser的生产则表现得更加容易，供货厂商也更多。
TOF最具技术含金量的器件就是TOF芯片，然而TOF芯片和普通的可见光CMOS芯片在基础构造上大同小异。目前芯片资源多来自日本的Sony，还有其他几家日本、美国等供应商。众所周知，Sony长久以来一直作为手机摄像头CMOS芯片主力提供商，已稳定供货长达十几年之久，在品质和供货上均有保证。有这样强大的芯片设计和生产背景，相信在TOF芯片的供货保证上也不会让人失望。
生产应用的复杂度
iPhoneX在开卖之初，一度出现无法供货的情况，据坊间消息，主要瓶颈在于结构光模组的产品良率较低，无法正常供货。事实上，结构光对组装精度要求之高，业内已不是秘密，主要受制于它是通过三角测量法来计算深度信息的工作原理。一旦Baseline有所偏移，或者投射接收模组之间的角度发生偏移，都会带来深度计算的误差。这是对模组供应商和手机厂商生产能力的一种考验，而且低良率势必带来高成本和昂贵的价格。TOF深度计算的原理则完全不同，是通过TOF芯片接收反射回来光线的相位差来计算深度，只需确保相位接收正确，对组装精度要求更低，生产上会容易得多。
结构光的算法大战
受iPhoneX热潮的影响，2017年是结构光被火热追捧的一年，然而并没有像大众所预想的那样，在手机端广泛铺开被使用。除了前面提到的制作工艺，以及器件供应上的难度，更大的原因可能还是在于算法。
结构光的算法原理在实现上看起来并不难，难的是算法的优化，如何让算法工作起来轻松便捷，功耗低，占用资源少是最难的问题。大多结构光算法运算数据量较为庞大，需要附加额外的算法处理芯片到手机端。
大陆手机厂可供选择的成熟算法厂商并不多，大多算法公司之前只止步于常规安防或者商用等阶段，没有在手机类消费便携设备上使用的经验，有些算法公司甚至还停留于实验演示阶段，远远无法满足便携设备对于功耗低、发热低、尺寸小、易集成等方面的要求。加上算法公司难以适应手机端突然到来的结构光热潮，很多算法公司的精力都只够支持1~2家手机终端的应用。算法资源非常紧缺，一度出现了手机终端抢占算法资源的现象。
TOF的核心算法在于深度信息的生成，通常由TOF芯片厂商提供Library，放在手机AP里面调用，算法整体运算量并不大，不需要额外附加处理芯片，对AP本身的硬件能力要求也相对不高。相同的方案和算法Library可供不同的手机厂商采用，移植简单灵活，通用性更广，不像结构光整体移植工程较为庞大，对平台硬件有一定要求，且受制于专利等原因通用性没有那么强。
当然，复杂的算法计算也有给结构光带来优势，虽然它并不适用于远距离拍摄，但是近距离的深度精度表现较好，如果算法足够好，深度响应速率可以和接收芯片保持相同，在点云响应上速度也较快，这也是结构光目前被用于前摄3D成像的主要原因。
TOF应用可玩性更大
消费者最关心的主要是应用了，目前结构光应用主要有人脸建模、人脸识别、移动支付、角色创建等。
人脸识别和角色动画的门槛不高，通过RGB+IR或者双IR摄像头也可以实现识别+活体检测，各手机终端出于成本考虑，也在研究双摄方案看能否在中低端系列手机上实现3D人脸识别和角色创建等效果。
人脸支付应用实现的技术门槛更高，对深度的精度和准确度要求更高。不过，据业内可靠消息称，目前TOF已基本具备实现人脸支付的能力，人脸占据一定像素以上便可实现支付，TOF作为人脸支付距离相对结构光更远，使用起来也许没有结构光那么方便。随着TOF技术的不断进步，后续完全替代结构光方案也不是没有可能。
同时，TOF在后摄应用上的可玩空间也很大，TOF通过3D建模可用于AR成像，应用包括AR游戏、AR装潢、3D试装、体感游戏、全息影像交互等。
未来5G网络带来的高带宽，为3D视觉技术提供了信息传输的保障，未来的3D视频通话、虚景+虚景的远程VR、虚景+实景的远程AR、实景+实景的远程JR等泛在现实使用场景将迎来爆发式应用。
综合TOF应用便捷集成度高、供货稳定、可玩性强等多方面的优势，并随着TOF精度的不断改良，后续替代结构光方案成为前摄应用看起来有很大可能。TOF以其多方面的优势，成为旗舰手机3D成像的主要方案，已成为不争的事实。同时，目前已有手机终端在预研红外双摄方案，用以替代结构光成为中低端手机前置3D方案的选择。3D市场风云变幻，结构光看起来越来越冷清了。
C部门-实习记者丨Echo
BG1BGB免责声明
图文来自网络，本人对文中观点不持立场，对文章观点不负责任。版权属于原作者。
联系客服
