據麥姆斯咨詢報道，2020年國家發改委首次官方明確“新基建”七大板塊：5G基站建設、特高壓、城際高速鐵路和城市軌道交通、新能源汽車充電樁、大數據中心、人工智能、工業互聯網。中央定調“新基建”，發展備受矚目。作為3D視覺產業鏈的企業，在“新基建”風口上將獲得怎樣的發展機遇？又該如何抓住這個機會？9月24日，由麥姆斯咨詢主辦的『第三十屆“微言大義”研討會：3D視覺技術與應用』，知微傳感市場總監何偉先生分享了知微傳感對此的理解。

知微傳感市場總監何偉先生發表題為《知微傳感3D相機助力“新基建”》的演講

“數據”在二十一世紀的意義

何偉先生開場與觀眾探討了“新基建”大背景下二十一世紀最具價值事物的理解，那就是：數據！要獲得高精度的數據，需要借助3D傳感器。“新基建”七大板塊中的人工智能、工業互聯網都涉及了智能工業機器人。智能工業機器人要像人一樣作業，則需要賦予類似人眼功能的機器視覺，才能像人類一樣感知空間關系。知微傳感的3D相機則是能夠精準獲取空間關系的傳感器。基于自主研發的“小”振鏡——MEMS微振鏡，知微傳感已經發布了動態結構光相機和ToF激光雷達。何偉先生介紹：“在技術上，我們是國內第一家實現MEMS微振鏡批量落地的企業。我們也完成了6英寸和8英寸MEMS生產線代工導入，完成了MEMS微振鏡及其模組的可靠性、壽命和環境適應性驗證，具備量產條件。”知微傳感雖然成立不到四年，但已經突破了3D相機核心芯片技術壁壘，掌握了從芯片、模組、產品到應用的全套核心技術。

知微傳感已掌握從芯片、模組、產品到應用的全套核心技術

知微傳感采用動態結構光方案（基于MEMS微振鏡的可調光柵），將一束激光發射到MEMS微振鏡形成可編碼的光柵條紋，再經過算法解算，最終實現三維重建。與大家熟悉的蘋果手機Face ID所采用的靜態結構光方案（散斑）不同，動態結構光方案保障目標物體的每個位置都會有光經過，因此能夠獲得更高精度的數據信息。

不同3D視覺方案的點云效果：動態結構光 vs. 靜態結構光 vs. ToF

高精度3D人臉識別方案 vs. 2D識別結合低精度3D防偽方案

何偉先生向在場觀眾展示了一張表格，對比了高精度3D人臉識別方案與2D識別結合低精度3D防偽方案的主要差異，并分析了高精度3D人臉識別在當前“新基建”形勢下的重要意義：

（1）視頻監控動態人臉識別能力：2D+活體檢測人臉在面部有遮擋，亦或是只拍到側臉的情況識別率比較低，高精度3D人臉識別依托于高精度的全臉數據，可以實現對側向人臉的對比，安全性不受姿態的影響。

（2）識別仿冒或欺騙能力：高精度3D人臉識別能識別所有的6型仿冒。用戶不再擔心會被硅膠面具或者普通的3D模型所攻破，照片以及視頻更是不在話下。

（3）面部大范圍遮擋或污漬時的識別能力：典型案例則是對戴口罩的人臉識別，目前2D+活體識別因為口罩遮擋導致識別率非常有限，而3D人臉識別可以獲取人臉上萬個特征位置數據，即使遮擋面積達70%，仍有上千的特征數據，也能極大地提升安全性和便利性。還有目前2D（2D+）活體人臉識別，對黑人的識別不太友好（據有關報道黑人的錯誤識別率比白人高出5到10倍），如何解決這類人群臉識別安全性問題？3D人臉識別直接用3D數據進行人臉比對，就是很好的解決方案。如在煤礦行業，工人從礦井出來之后已經無法通過人臉來辨識，3D人臉識別則很好地解決了這種場景面臨的困擾。此外，知微傳感所提供的高精度3D相機也助力客戶出海擴張，為非洲等區域客戶提供更安全可靠的服務。

（4）超大群體識別正確率：用戶持身份證，再通過人臉與設備進行一一比對，這是一比一的比對方式。但如果直接刷臉，能否實現更高的安全性呢？知微傳感的客戶提供了3D人臉識別方案，可以在1萬人的群體中實現98%以上的人臉識別正確率，15萬人群中實現95.5%的正確率。未來，我們出行無需攜帶身份證——靠臉走遍天下。

主要差異：高精度3D人臉識別 vs. 2D識別結合低精度三維防偽

3D相機在“新基建”：小模組，大作為

最后，何偉先生分享了知微傳感3D相機在工業應用領域的一些典型案例，如對無需導入模型的曲面打標以及激光清洗、設備表面打磨、產品檢驗、堆垛/拆垛、無序分揀、路徑引導、物體建模/測量、醫療定位等。

知微傳感的3D相機系列

“工業領域對3D視覺的需求非常明確，主要是配合機械臂進行作業”。針對該場景，知微傳感提供了幾款3D相機，具有以下幾個特點：亞毫米級精度，片上計算（無需占用客戶的計算資源），采用激光光源（不依賴外界環境光）、支持POE供電（用戶部署更方便），支持多平臺開發。何偉先生談到“基于MEMS動態結構光的3D視覺解決方案，最大特點就是景深大（~3米），可提供更高精度的三維數據。快照式方案的尺寸較小，最輕的相機重量只有320克，便于集成在機械臂末端，給機械臂柔性作業提供了更大的便利。點云密度在行業內也處于領先水平（130萬點），有利于系統集成商對數據進行后期處理，實現物體分割”。

責任編輯：lq