探討當今深度感測硬體綜論

在Kinect偵測器停產的同時,其他的3D動作偵測鏡頭開發商仍然躍躍欲試,近年來已有許多優化且功能卓越的產品問世,試圖填補此目標市場所產生的空缺!

基本上,就原理技術面,新式的3D偵測設備大概可以分為以下幾種方法,逐一跟大家分享介紹

1. 以結構光(structured light)和脈衝光(time of flight)為基礎的鏡頭

kinect偵測器一代和二代就是分別採用結構光和脈衝光的原理來建構三維空間環境,而結構光和脈衝光各有其優缺點,如結構光不適於長距離量測,脈衝光易受到強光干擾等。而其他同樣使用此主流方法的廠牌代表亦包括LIPSedge DL, ASUS Xtion等。

2. 以立體視覺(Stereo Vision)為基礎的鏡頭

理論上此為最簡易用來重建3D空間的方法,其原理就是透過多個不同位置的鏡頭觀測目標物,再經過數學角度函式計算推導最後的深度信息。這個方法沿用已久,頗為知名的光學動作偵測系統Vicon就是以此基礎量化人體動作特徵。當然我們都知道Vicon是偵測動作表現的黃金指標,其道理就是因為立體視覺的演算本身優於結構光和脈衝光對3D建構的能力,擁有較高的精準度並能夠解決眾多限制,如戶外使用上的光線影響與突破短距離應用的極限。而觀察現今市面上其他推出此類鏡頭的供應商,來自美國品牌的Zed,以雙載4百萬畫素的鏡頭與配備優越的硬體規格,號稱能在戶外精準建構最遠擴及20公尺處的3D空間深度圖。另一個典型的代表例子為Realsense D400系列的偵測設備,同時利用雙目2百萬畫素的立體鏡頭和紅外線結構光發射器,綜合兩者各自的關鍵效能互補,來避免單一方法的侷限,達到最佳化3D空間重組的準度與效用潛能。

然而,究竟選用何種鏡頭最合適開發出相關的軟體或應用程式,其實仍有待更多的利弊分析與評估考量,也必須以最後應用情境的需求和目的取向來決定!但身為其應用服務端的軟體開發者而言,在如此多樣且已成功產出消費者等級的3D深度感測硬體工具可供選擇的條件下,絕對是培養更強大、促進的後端服務成長茁壯最有利的動力來源與市場趨勢。

三種 3D 視覺測量方法 來源 : Google 圖片

參考資料:

1.     Clark RA, Mentiplay BF, Hough E, Pua YH. Three-dimensional cameras and skeleton pose tracking for physical function assessment: A review of uses, validity, current developments and Kinect alternatives. Gait & posture. 2019;68:193-200.

廣告

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Google photo

您的留言將使用 Google 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

連結到 %s