加入收藏
| 文字：[ 大 中 小 ]
报告简介
报告目录
2017年中国移动3D 视觉行业分析及趋势前瞻研究报告
序言：3D深度相机助力人机交互进入新时代 7
1、3D 深度相机助力智能人机交互进入新时代 10
1.1、从按键、触控笔到触摸屏，智能交互的进步助力智能手机的辉煌 10
1.2、3D 深度相机将进一步解放双手，打开新的智能人机交互空间 13
1.3、手势识别被广泛看好，前景广阔 19
1.4、人脸识别从专业市场走向消费市场，应用领域大幅扩宽 25
2、主要巨头在移动端3D 视觉领域的布局 28
2.1、苹果—整合行业先驱PrimeSense，发力3D 手势与人脸识别 28
2.2、英特尔—持续强化升级RealSense，“结构光+双目立体光” 33
2.3、微软—从Kinect 到Handpose，3D 识别精度大幅提升 38
2.4、谷歌—Tango 项目野心勃勃，提前布局移动端3D 视觉 41
2.5、索尼—收购明星企业SoftKinetic，弥补短板 44
2.6、三星—手势识别助力凌空操作Gear VR 46
3、移动端3D 视觉主要技术背景与原理分析 48
3.1、计算机视觉技术主要分类 48
3.2、三种主流的3D 机器视觉技术 50
3.2.1、结构光（Structure Light） 50
3.2.2、光飞行时间（TIme of Flight） 52
3.2.3、多角立体成像（MulTI-camera） 54
3.3、典型3D 视觉硬件拆解与分析 55
3.3.1、英特尔RealSense（结构光+双目立体成像） 55
3.3.2、微软Kinect 2 代（TOF 方案） 58
4、移动端3D 视觉产业链分析 60
4.1、移动端3D 视觉硬件与产业链结构 60
4.2、硬件层面：VCSEL 与红外CIS 摄像头成为市场新增量 65
4.2.1、红外光发射器 66
4.2.2、红外光图像传感器 71
4.2.3、可见光图像传感器 73
4.2.4、图像处理芯片 74
4.2.5、红外光发射端DOE 与Lens 74
4.3、算法与软件层面：AI 人工智能将成为提升精度的重要因素 75
5、国内外产业链相关公司分析 79
5.1、综合技术方案提供商 81
5.2、系统模组封装与集成供应商 86
5.3、红外光发射器-VCSEL 87
5.4、红外与可见CIS 摄像头 92
5.5、图像处理芯片 95
6、国内产业链受益公司汇总 97
6.1、综合技术方案提供商 98
6.2、系统模组封装与集成供应商 98
6.3、算法与软件商 98
6.4、硬件供应商 99
6.4.1、红外发射器 99
6.4.2、红外与可见光CIS 99
6.4.3、图像处理芯片 99
6.4.4、结构光DOE 与Lens 100
图表目录
图表 1：键盘和鼠标使得PC 电脑的实用性大幅提升 10
图表 2：配有拨号按键的“大哥大”手机 10
图表 3：配有显示屏和按键的功能手机 11
图表 4：黑莓全键盘手机 11
图表 5：配有触控笔的诺基亚手机 12
图表 6：大尺寸触摸屏是第一代iPhone 成功的重要原因之一 13
图表 7：智能手机出货量迅速超越PC 13
图表 8：特斯拉汽车大尺寸触控中控台 13
图表 9：配有超大触控屏的三星智能冰箱 14
图表 10：苹果的语音助手Siri 14
图表 11：亚马逊ECHO 智能音箱初获成功 15
图表 12:人机交互发展趋势 15
图表 13:体感交互成为游戏领域的重要发展趋势 16
图表 14:利用手势识别实现自拍 16
图表 15:利用手势识别实现游戏互动 17
图表 16:2015 年马云演示人脸识别完成支付 18
图表 17:人脸识别相比于指纹识别体验更佳 18
图表 18：微软Kinect 手势识别在游戏领域有较高知名度 19
图表 19：三星智能电视支持手势识别 19
图表 20：Inuitive 和gestigon 合作将手势识别功能嵌入VR 20
图表 21：微软HoloLense 提供手势识别功能 21
图表 22：宝马iDrive 人机交互指令输入系统 21
图表 23：大陆集团的TOF 手势控制方案 22
图表 24：德尔福TOF 手势控制原理图 22
图表 25：德尔福手势识别指令 23
图表 26：智能手表尝试采用手势识别方案 23
图表 27：三星尝试将手势识别应用于智能手机中 24
图表 28：专业领域人脸识别系统流程 25
图表 29：人脸识别在身份认证方面应用较多 25
图表 30：人脸识别技术进行高效动态人脸比对 26
图表 31：人脸识别技术应用于动态人脸布控 26
图表 32：人脸识别技术用于判断驾驶员精神状态 27
图表 33：人脸识别技术为用户自拍提供精准定位和关键点检测 27
图表 34：Kinect 一代内置PrimeSense 3D 传感器 28
图表 35：PrimeSense 3D 传感器Capri 29
图表 36：2015 年苹果3D 手势控制技术专利 30
图表 37：2015 年苹果3D 手势控制技术专利识别手部特征 30
图表 38：2015 年苹果手势控制专利-辨别视频中的物体 30
图表 39：2015 年苹果手势控制专利-辨别视频中的物体并保存 31
图表 40：2016 年苹果3D 手势识别专利结构图 31
图表 41：苹果“低门槛面部识别”专利 32
图表 42：人脸识别有可能出现在未来的苹果手机上 33
图表 43：早期RealSense 操作演示 33
图表 44：2015 年RealSense 模块体积大幅缩小 34
图表 45：集成于电脑内部的RealSense 34
图表 46：独立的RealSense 模块 35
图表 47：英特尔RealSense 组合产品与SDK 35
图表 48：RealSense 可跟踪手上的22 个点 36
图表 49：RealSense 可跟踪脸部的78 个点 36
图表 50：RealSense 提供静态和动态手势识别 37
图表 51：RealSense 提供3D 脸部检测与跟踪 37
图表 52：Kinect1 代平台架构图 38
图表 53：Kinect1 代工作原理图 39
图表 54：Kinect 1 代实物图 39
图表 55：Kinect 2 代实物图 40
图表 56：Handpose 可对复杂手势进行精确重构 41
图表 57：Handpose 技术大幅提升手势追踪的精度 41
图表 58：Project Tango 三大核心技术 42
图表 59：Tango 采集三维信息输出“点云”数据 42
图表 60：Project Tango 实现3D 建模效果图 43
图表 61：Project Tango 原型机拆解 43
图表 62：Soli 芯片 44
图表 63：Soli 芯片部分特点 44
图表 64：SoftKinetic 的手势追踪技术 44
图表 65：SoftKinetic 的VR 手势追踪技术 45
图表 66：三星手势识别专利原理图 46
图表 67：三星手势识别专利应用说明图 46
图表 68：Gestigon 和Pmd 在三星GearVR 上合作研发手势识别 47
图表 69：三种手势识别类型对比 48
图表 70：Flutter 通过静态手型控制视频 48
图表 71：PointGrab 通过二维手势识别动态操控电脑 49
图表 72：三维手势识别关键是获得Z 轴位置信息 49
图表 73：三种3D 手势识别技术对比 50
图表 74：结构光原理图 51
图表 75：PrimeSense 的结构光专利原理图 51
图表 76：采用结构光原理的Kinect1 代 51
图表 77：采用结构光原理的RealSense 前置方案 52
图表 78：TOF 原理图 52
图表 79：TOF 利用时间差分析距离信息 53
图表 80：采用TOF 原理的Kinect2 代 53
图表 81：采用TOF 原理的德州仪器手势识别方案 53
图表 82：双目立体成像原理图 54
图表 83：采用双目立体成像原理的Leap Motion 方案 54
图表 84：Leap Motion 接收器拆解 55
图表 85：RealSense 前置相机结构图 55
图表 86：RealSense 后置相机结构图 56
图表 87：RealSense 应用于联想Yoga15 电脑 56
图表 88：RealSense 结构光发射与回收光模式 57
图表 89：RealSense 红外图像传感器芯片 57
图表 90：RealSense 红外光投影部分结构图 58
图表 91：Kinect One 识别精度大幅提升 58
图表 92：Kinect One 外观结构 59
图表 93：Kinect One 全部零部件结构图 59
图表 94：结构光原理图 60
图表 95：意法半导体的TOF 测距方案原理图 61
图表 96：iPhone7 距离传感器拆解图 61
图表 97：意法提供的iPhone7 距离传感器 61
图表 98：联想Phab2 Pro 手机相机结构图 62
图表 99：微软Kinect 二代硬件结构图 63
图表 100：3D 视觉原理结构图 63
图表 101：消费级市场3D 视觉产业链结构 64
图表 102：移动端3D 视觉主要硬件成本情况（美元/颗） 65
图表 103：移动端TOF3D 视觉核心硬件成本占比 65
图表 104：主流红外光及主要用途 66
图表 105：三种主流近红外光发射光源 66
图表 106：三星虹膜识别采用红外LED 67
图表 107：边发射EEL 激光二极管LD 结构图 67
图表 108：垂直发射模式VCSEL 结构图 68
图表 109：VCSEL 广泛应用于高速光通信 68
图表 110：VCSEL 相比于LED 光谱质量高，温漂小 69
图表 111：三种主流近红外光发射光源对比 69
图表 112：典型的VCSEL 材料结构 70
图表 113：移动端VCSEL 产业链结构 70
图表 114：红外光图像传感器获取的图像信息 71
图表 115：Kinect 二代上的红外CIS 72
图表 116：RGB 可见光摄像头滤色片 72
图表 117：880nm 近红外窄带滤色片 73
图表 118：意法半导体为Kinect 二代提供的图像处理芯片 74
图表 119：意法半导体为RealSense 提供的MEMS 光学棱镜 74
图表 120：红外光发射端DOE 与Lens 工作原理 75
图表 121：英特尔结构光前置手势识别方案 75
图表 122：英特尔双目立体成像后置手势识别方案 76
图表 123：RealSense 支持组合动态手势的识别 76
图表 124：RealSense 支持3D 头部运动识别 77
图表 125：Handpose 可识别复杂动态手势 78
图表 126：Handpose 识别精度大幅提升 78
图表 127：谷歌深度学习识别图片过程 78
图表 128：人工智能助力人脸识别进步迅速 79
图表 129：3D 深度视觉在众多领域具有广阔前景 79
图表 130:手势识别国内外产业链公司汇总 80
图表 131：SoftKinetic 提供3D 深度视觉综合方案 81
图表 132：SoftKinetic 提供的3D 深度视觉小型模组 82
图表 133：德州仪器基于TOF 原理的综合方案 82
图表 134：德州仪器TOF 综合方案效果图 82
图表 135：意法VL53L0X 芯片应用于众多智能手机中 83
图表 136：iPhone7 搭载意法TOF 测距传感器 83
图表 137：舜宇光学基于TOF 原理的深度感知方案 84
图表 138：乐行天下将深度相机应用于机器人定位导航 85
图表 139：奥比中光基于结构光原理的深度相机 85
图表 140：图漾科技基于双目立体成像原理的深度相机 86
图表 141：舜宇为联想Phab2 Pro 提供3D 视觉模组封装 86
图表 142：舜宇光学在相机模组集成领域技术先进 87
图表 143：VCSEL 相比于激光LD 更适合移动端的应用 87
图表 144：光迅科技10G 速率VCSEL 收发合一光模块 88
图表 145：长春光机所研发出795nm 的VCSEL 88
图表 146：三安光电提供化合物半导体制造业务 89
图表 147：Finsar 的VCSEL 应用于手机距离传感器 90
图表 148：Finsar 的VCSEL 应用于手势识别 90
图表 149：Lumentum 的3D 传感光源方案 90
图表 150：Lumentum 针对双目立体视觉推出的光源方案 91
图表 151：Princeton Optronics 针对深度相机推出的VCSEL 91
图表 152：Heptagon 深度相机方案 92
图表 153：2012-2020 年全球小型摄像头模组市场规模预测 92
图表 154：2020 年全球小型摄像头模组细分市场规模预测 93
图表 155：北京君正收购的OV 拥有世界顶级CIS 设计能力 93
图表 156：2016 年全球摄像头模组份额情况 94
图表 157：Chroma 针对3D 机器视觉推出的窄带滤色片 94
图表 158：水晶光电生产的IR 红外截止滤色片 95
图表 159：德州仪器针对TOF 推出的图像芯片TFC 95
图表 160：Oculus 上意法半导体提供的主图像处理芯片 96
图表 161：北京君正T10 视频与图像分析芯片 97
图表 162：瑞芯微新一代的图像处理芯片RV1108 97
|
