近幾年，在機器視覺領(lǐng)域內(nèi)，一直出現(xiàn)大公司并購、整合小的技術(shù)公司的情況，鎂客君此前做過一張表格，統(tǒng)計了像蘋果、Facebook、微軟等大公司收購或者投資的三維視覺技術(shù)公司：

Markets and Markets的一份報告也顯示，預(yù)計到2020年全球機器視覺市場規(guī)模將達到125億美元。麥姆斯咨詢也顯示，預(yù)計2016~2022年間3D傳感器市場規(guī)模的復(fù)合年增長率為26.5%，2022年將達到54.6億美元。

“這個市場一旦到了消費級，成本降下來之后必然會出現(xiàn)很多的并購，技術(shù)的整合，不過現(xiàn)在深度傳感器市場還很小，大鱷還沒有進來。”同樣是專注于機器視覺研發(fā)的華捷艾米聯(lián)合創(chuàng)始人沈瑄表示。

在今年的高交會上，當(dāng)鎂客君見到沈瑄時候，滿頭大汗的他剛和客戶聊完，正坐在展區(qū)的休息沙發(fā)上，大口地啃著麥當(dāng)勞的漢堡，當(dāng)時已經(jīng)是下午四點左右。

時勢造英雄。就像大多數(shù)人工智能公司一樣，在多年的技術(shù)積累后，華捷艾米趕上了這一波AI熱潮。

深度傳感器市場的腥風(fēng)血雨

高交會上，華捷艾米的展臺也吸引了非常多的年輕用戶，在電視大屏前，手舞足蹈地和屏幕內(nèi)的游戲內(nèi)容交互：身體動一下，游戲內(nèi)的人物位置也會相應(yīng)發(fā)生變化，當(dāng)你跳一下，相對應(yīng)的游戲人物也會做出跳躍的反饋，這就是華捷艾米基于自研芯片打造的AR體感交互產(chǎn)品IMI-3DAR攝像頭，芯片中的骨骼跟蹤技術(shù)能夠準(zhǔn)確、實時的識別玩家的動作。

據(jù)沈瑄介紹，目前華捷艾米的產(chǎn)品主要有三類，第一個是相關(guān)項目;第二是整機產(chǎn)品，他們將OTT盒子和攝像頭做成了一體，主要應(yīng)用于教育或者學(xué)習(xí)領(lǐng)域;第三是小型化手機模組。

“雖然AR攝像頭應(yīng)用于手機領(lǐng)域的市場是應(yīng)用于TV市場的十倍，但由于手機集成化很高，添加體感技術(shù)這一功能相對較難。相比之下，AR體感技術(shù)嵌入TV則比較簡單，嵌入良率高達98%，所以短期之內(nèi)，我們先推出嵌入TV的產(chǎn)品，將其做好之后，逐步向手機領(lǐng)域拓展。”

IMI-AR一體機

說到捕捉三維視覺信息，主流的三種技術(shù)方案：雙目、結(jié)構(gòu)光以及飛行時間(TOF)，從功耗、準(zhǔn)確率以及環(huán)境適應(yīng)性來說各有優(yōu)劣。

華捷艾米的技術(shù)主要是結(jié)構(gòu)光的方案，以飛行時間為例，“TOF的精確度是要比結(jié)構(gòu)光要高的 但是它的成本、功耗和結(jié)構(gòu)光相比就高很多了。”

“我們只能說是在某個時間點，選擇最優(yōu)性價比的技術(shù)方案，而在當(dāng)下，結(jié)構(gòu)光無疑是最佳的選擇，”

正如開篇所說，華捷艾米也收到了收購的橄欖枝，“我們不會賣的，現(xiàn)在這個市場才剛剛起步。”

嵌入式的方案是消費端的趨勢

華捷艾米的3D感知芯片研發(fā)已經(jīng)進入第三代，沈瑄表示，“明年我們要做16nm制程的，18年11月份第一批會正式量產(chǎn)，現(xiàn)在的重點是做嵌入式的方案，包括嵌入到電視機、平板以及手機中，這一代芯片的量產(chǎn)會在明年3月份。”

在蘋果iPhone X的Face ID帶動下，基于深度傳感器獲取深度信息的傳感器廠商正在迎來發(fā)展的黃金時間，而像華捷艾米的嵌入式方案無疑是最佳的選擇。

他們的嵌入式方案主要包括三大塊：芯片、光學(xué)元件以及軟件的SDK，沈瑄認為這種嵌入式的方案是消費端的趨勢，蘋果正在將這股風(fēng)帶起來。

“主要推的還是手機廠商，除了提供硬件之外，人臉、手勢的路徑規(guī)劃算法都會融入到新的芯片中。”

在手機的人臉識別這塊，雖然目前也有手機廠商推出人臉識別解鎖，但是和蘋果的結(jié)構(gòu)光方案相比，差距很大，簡單的2D圖片都可以蒙混過關(guān)，用沈瑄的話說，安卓市場要等到明年9、10月份才能逐漸擁有類似于Face ID的人臉識別功能。

我們認為AR肯定會火!

眼瞅著2017年又要快結(jié)束了，去年的這個時候，VR遇到了高潮后的第一波落潮，一年的時間內(nèi)，整個VR硬件、內(nèi)容生態(tài)圈并沒有發(fā)生大的變化，相較之下，AR反而有種迎頭而上的勢頭。

在沈瑄看來，VR行業(yè)在15年起來以后，走下坡路無非就兩個主要原因：

“硬件的不成熟，電池、眩暈的問題，如果你要達到很好的效果價格就上來了，而消費級市場對這個是最敏感的。

其次是體驗的問題導(dǎo)致硬件的普及率不高，反向又造成了內(nèi)容和CP的投入不夠，沒有終端，我做的游戲推給誰呢?”

沈瑄認為在VR發(fā)展走到拐角的時候，蘋果解決了AR的問題。

“我們認為AR肯定會火!”

“蘋果把結(jié)構(gòu)光做成嵌入式的3D相機，通過iPhone推廣出去，讓這個技術(shù)和設(shè)備來到了普通消費者身邊。第二，他們有App Store，App Store的聚合和引領(lǐng)力太大了，現(xiàn)在每周有幾百款用ARkit開發(fā)的應(yīng)用。以日區(qū)為例，AR排名第一的應(yīng)用周下載量都是2、30萬。”

華捷艾米選擇在這個時間點做一些正確的事情，“其實我們對華捷艾米的定義是，未來我們做的是AR芯片、算法，像光學(xué)模組這些任何一家手機模組廠商都可以去做。”

所以對于華捷艾米來說，他們最核心的永遠是算法，這也是他們最根本的價值所在。

“像谷歌也在做這塊市場，他們要在19年出一個10nm的芯片，我們知道走這條路肯定是對的。”

未來，最普通的攝像頭也能獲取三維視覺信息

由于機器視覺是非?；A(chǔ)的技術(shù)，所以它應(yīng)用的場景非常多，比如電視、游戲健身、教育培訓(xùn)、機器人、醫(yī)療康復(fù)、智能安防以及IOT物聯(lián)網(wǎng)等領(lǐng)域。

沈瑄認為。“隨著計算能力的強化以及技術(shù)的發(fā)展，以后甚至是最普通的攝像頭也能完成對三維視覺信息的獲取。”

以人類為例，我們的大腦皮層有50%的區(qū)域是用于視覺，在經(jīng)過幾億年的進化以后，我們的眼鏡可以在150毫秒內(nèi)將看到的場景識別理解出來。但是，現(xiàn)在要讓機器只憑簡單的攝像頭做到這些是不可能的，首先它們的二進制計算方式和人腦神經(jīng)元就有很大區(qū)別，現(xiàn)有的計算力無法在這么短的時間內(nèi)識別出，但是隨著像模仿人類大腦的量子計算機的發(fā)展，或許十年以后，兩個普通的RGB攝像頭就可以識別出深度信息。