我們的臉不是二維的，而是三維的。據麥姆斯諮詢報道，對於新興的3D成像技術，為Face ID（人臉識別）應用提供一個全新的參數——即活體深度信息，從而使Face ID更加強大，是一個重大的市場機遇。它能夠提供新的關鍵優勢和重要的安全性。
首先，在3D ToF（飛行時間）相機系統中，成像數據與照明系統強制同步。成像數據必須與相機的動態和時序相匹配。這需要由相機獲得的真正3D圖像，或者更好地說是真正的3D視頻！由於運行時的捕捉，安全算法可以核查所捕捉的3D圖像是靜態臉模還是鮮活的人臉。基於所獲取的時域數據可以實現該解釋。因而，偽造這樣的數據集變得相當困難！
移動應用的關鍵因素
ESPROS（璦鐠瑞思）epc660芯片具有非常高的NIR（近紅外）靈敏度（> 80％@ 850nm），以及在電荷域抑制強環境光的能力，使其成為小型化移動應用的最佳選擇。高靈敏度意味著省電，並且由於主動照明無需設計得那麼強，可使設備運行對人眼更安全。儘管它們在室外陽光充足的環境中使用，環境光接收也是器件的關鍵因素和挑戰。
帶焊球的薄裸片芯片級封裝，epc660總厚度僅為0.23mm，可用於輕薄的移動應用（如智能手機）3D攝像頭模組設計。其封裝不僅可以縮小模塊的整體尺寸，還有助於降低成本。
ESPROS公司獨有的工藝技術和像素結構，使得其ToF產品具有高靈敏度、抗環境光干擾等優越性能。根據市場需求的不斷變化，ESPROS推出更多新的高性價比ToF產品來進一步提升產品的相關性能以滿足市場，做到能夠提供跨應用領域的全方位ToF傳感器解決方案商。
ESPROS公司的ToF 傳感器目前成功應用於無人機飛行避障及定高、人機交互和手勢識別、機器人和AGV的避障、智能導航、工業自動化、汽車自動駕駛等領域。
圖像處理的本質
3D ToF成像需要精心設計的圖像處理。圖像傳感器的每一次成像都存在許多噪聲，例如DSNU、PRNU、DRNU、非線性、時間噪聲等，它們必須通過圖像處理來過濾。因此，最終的優勢體現在圖像處理。這是必不可少的一個關鍵因素。即使有了精心設計和校準的相機模塊，開發工作還沒有真正完成。從相機輸出的原始數據即點雲，需要額外的圖像處理和動態校正，以獲得最可靠的結果。
圖片左側顯示了原始3D ToF數據，右側顯示了經過濾波處理的3D ToF數據
圖像處理可以減少/改善距離響應噪聲均勻性、精度、距離噪聲、邊緣質量、壞像素等。通常，這是通過圖像域中的空間濾波（例如中值濾波器或高斯濾波器）和時域中的時間濾波（例如自適應卡爾曼濾波器）來完成的。上圖顯示了濾波處理之前（左）和之後（右）的相同數據集。
延伸閱讀：
《消費類生物識別市場和技術趨勢-2018版》
《蘋果iPhone X的ToF接近傳感器和泛光照明器》
《3D成像和傳感-2018版》
《汽車和工業應用的激光雷達-2018版》
《自動駕駛汽車傳感器-2018版》
《工業和自動化領域的機器視覺-2018版》
原文鏈接：http://www.mems.me/mems/product_201811/7367.html
閱讀更多 麥姆斯諮詢 的文章
