3D手勢識別背后的技術(shù)

　　3D 視覺技術(shù)的比較
　　不同的應(yīng)用或市場適用于不同的 3D 視覺技術(shù)。圖 1 顯示了不同 3D 視覺技術(shù)的比較及其相關(guān)響應(yīng)時間、軟件復(fù)雜性、成本及準確性的相對優(yōu)缺點。

　　立體視覺技術(shù)需要極高的軟件復(fù)雜性才能獲得高精度 3D 深度數(shù)據(jù)，其通?？赏ㄟ^數(shù)字信號處理器 (DSP) 或多內(nèi)核標量處理器進行處理。立體視覺系統(tǒng)支持小巧的外形與低成本，是移動電話等消費類設(shè)備的良好選擇。不過，立體視覺系統(tǒng)的精確度與響應(yīng)時間不及其它技術(shù)，因此對于制造質(zhì)量控制系統(tǒng)等要求高精度的系統(tǒng)來說不太理想。

　　結(jié)構(gòu)光技術(shù)是包括 3D 計算機輔助設(shè)計 (CAD) 系統(tǒng)在內(nèi)的 3D 對象掃描的良好解決方案。這些系統(tǒng)的相關(guān)軟件復(fù)雜性可通過硬接線邏輯解決(如 ASIC 與 FPGA 等)，其需要高昂的開發(fā)及材料成本。此外，該計算復(fù)雜性還可導(dǎo)致較慢的響應(yīng)時間。在實現(xiàn)微觀層面上的高精度方面，結(jié)構(gòu)光模式技術(shù)優(yōu)于其它 3D 視覺技術(shù)。

　　TOF 系統(tǒng)取得了性能與成本的平衡，非常適用于需要快速響應(yīng)時間的制造與消費類電子設(shè)備等應(yīng)用領(lǐng)域的設(shè)備控制。TOF 系統(tǒng)軟件復(fù)雜程度通常較低，不過這些系統(tǒng)需要昂貴的照明部件(LED、激光二極管)以及高速接口相關(guān)部件(快速 ADC、快速串行/并行接口、快速 PWM 驅(qū)動器)，這將提升材料成本。圖 1 顯示了這三種 3D 傳感器技術(shù)的對比情況。

　　“z”(深度)如何影響人機界面

　　隨著“z”坐標的加入，顯示與影像更接近自然，更貼近人類。人們在顯示屏上能看到人眼從周邊環(huán)境所看到的逼真事物。增加這第三維坐標改變了可使用的顯示與應(yīng)用類型。

　　顯示
　　立體顯示屏
　　立體顯示屏通常需要用戶佩戴 3D 眼鏡。這種顯示屏為左右眼提供不同的影像，兩眼看到的影像不同，讓大腦誤以為看到了 3D 影像。這種顯示屏目前廣泛用于眾多 3D 電視與 3D 電影院。

　　多視點顯示屏
　　多視點顯視屏不同于立體顯示屏，無需佩戴特殊眼鏡。這些顯示屏可同時投射多個影像，每個影像稍微有些位移，形成適當?shù)慕嵌龋層脩艨稍诿總€視點角度看到相同對象的不同投射影像。這些顯示屏支持全息攝影效果，在不久的將來將實現(xiàn)全新的 3D 體驗。

　　檢測與應(yīng)用
　　處理并顯示“z”坐標的功能將實現(xiàn)全新的應(yīng)用，其中包括游戲、制造控制、安全、互動數(shù)字標牌、遠程醫(yī)療、汽車以及機器人視覺等。圖 2 是身體骨架與深度映射傳感技術(shù)所支持的某些應(yīng)用領(lǐng)域視圖。

　　人類手勢識別(消費類)
　　人類手勢識別是一項深受歡迎的新技術(shù)，可為游戲、消費類以及移動產(chǎn)品帶來新的輸入方式。用戶能夠以極其自然、直觀的方法與設(shè)備進行互動，從而可促進產(chǎn)品推廣。這些人類手勢識別產(chǎn)品包括從 160 x 120 像素到 640 x 480 像素，30 到 60 fps 的各種分辨率的 3D 數(shù)據(jù)。原始數(shù)據(jù)到z深度解析、雙手跟蹤以及全身跟蹤等軟件模塊需要數(shù)字信號處理器 (DSP) 對 3D 數(shù)據(jù)進行高效快速處理，才能實現(xiàn)實時游戲與跟蹤。

　　工業(yè)
　　工業(yè)與制造傳感器等大多數(shù) 3D 視覺工業(yè)應(yīng)用都采用至少 1 像素至數(shù) 100k 像素的影像系統(tǒng)。3D 影像可使用 DSP 技術(shù)進行控制分析，確定制造瑕疵或者從部件集中選擇正確的部件。

　　互動數(shù)字標牌(精確定位的市場營銷工具)
　　每天我們都在遭受廣告的轟炸，無論是看電視、開車還是在機場登機都是如此。有了互動數(shù)字標牌，企業(yè)就可通過精確定位的市場營銷工具提供適合每位消費者的內(nèi)容。例如，有人走過一個數(shù)字標牌，標牌上可能就會馬上顯示額外的消息確認該客戶。如果客戶停下來閱讀信息，該標牌可能會理解為客戶對產(chǎn)品感興趣，并提供更有針對性的消息。麥克風(fēng)則將讓廣告牌檢測并識別關(guān)鍵短語，進一步精確定位所提供的消息。

　　這些互動數(shù)字標牌系統(tǒng)將需要 3D 傳感器進行全面的身體跟蹤，2D 傳感器進行面部識別，并需要麥克風(fēng)進行語音識別。這些系統(tǒng)的軟件將運行在更高級的 DSP 及通用處理器 (GPP) 上，不但可實現(xiàn)面部識別、全面的身體跟蹤以及 Flash 媒體播放器等應(yīng)用，而且還可提供諸如 MPEG4 視頻解碼等功能。

　　醫(yī)療(無故障虛擬/遠程護理)
　　3D 視覺將為醫(yī)療領(lǐng)域帶來前所未有的全新應(yīng)用。醫(yī)生無需跟患者共處一室就可問診。遠程虛擬護理采用高精度 3D 傳感器支持的醫(yī)學(xué)機器人視覺系統(tǒng)，可確保為每一位患者提供最優(yōu)質(zhì)的醫(yī)療護理，無論他們身處何方。