厦门1747-SN模块 全新原装 质保一年
1747-AENTR
1747-BA
1747-BAJMPR
1747-C10
1747-C13
1747-C20
1747-CP3
1747-DU501
1747-FC
1747-KY1
1747-L532
1747-L533
1747-L541
1747-L542
1747-L543
1747-L551
1747-L552
1747-L553
1747-M13
1747-M15
1747-OS302
1747-OS401
1747-RL302
1747-SDN
1747-SN
1747-UIC
1756-A10
1756-A13
1756-A17
1756-A4
1756-A7
1756-BA1
1756-BA2
1756-BATA
1756-BATM
1756-CFM
1756-CN2
1756-CN2R
1756-CNB
1756-CNBR
1756-CP3
1756-CPR2
1756-DH485
1756-DHRIO
1756-DNB
1756-EN2F
1756-EN2T
1756-ENBT
1756-EWEB
1756-HSC
1756-HYD02
1756-IA16
1756-IA16I
1756-IA32
1756-IA8D
1756-IB16
1756-IB16D
1756-IB16I
1756-IB32
1756-IC16
1756-IF16
1756-IF16H
1756-IF6I
1756-IF8
1756-IF8H
1756-IG16
1756-IH16I
1756-IM16I
1756-IR6I
1756-IT6I
1756-L71
1756-OF8
1756-EN2TR
1756-L72
1734-OB8
1734-IB8
1734-OB8S
3D所造，无限视界。
这是另一个视界，以前我们所说机器视觉，通常是指2D的视觉系统，即通过摄像头拍到一个平面的照片，然后通过图像分析或比对来识别物体，能看到物体一个平面上特征。
过于“平面”的2D机器视觉，在AI初探阶段和应用上半场，是主流也可发挥极大应用价值；而当转型深水区，痛点应用场景与深挖数据价值，就难以继任了。
专攻场景，那为了更加透明与彻底的“开眼看世界”，3D机器视觉，随即而至。
01.3D机器视觉，入安防
而关于这一切，可追本溯源。
对于3D 的AI机器，被大众所关注，还源于苹果公司2017年iPhone X中搭载3D结构光技术，其技术原理是通过近红外激光器向物体投射具有一定结构特征的光线，再由专门的红外摄像头进行采集获取物体的三维结构，通过运算对信息进行深入处理成像。
该技术经过多年轮转与进化，依然沿用至今，可见3D机器视觉技术，还是早晨七八点钟的太阳，仍然升起中。
除了为人所知的结构光技术，3D机器视觉另外两大技术方向是双目视觉、ToF(飞行时间法)。
之于安防，从平面到立体的视觉革命也可追溯，双目技术应用也在2017年左右，头部企业的双目摄像机初出茅庐，而发展至今连很多智能门禁产品也采用双目技术来增加视觉的立体感。
既然是安防行业应用为成熟的3D机器视觉雏形，还是有必要介绍下，何为双目视觉。
它的原理就像我们人的两只眼睛，用两个视点观察同一景物，以获取在不同视角下的感知图像，然后通过三角测量原理计算图像的视差，来获取景物的三维信息。
这绝非1+1=2的两个摄像头简单堆料，而是从三维角度在视觉中的立体感知，所以，很多双目摄像机就仅仅只是多了个摄像头的视觉场景而已，这绝非本文探讨之处。
江河入海流，安防要流入AIoT汪洋大海，在机器视觉的征途，才万里长征步。
而接下来的一步，是着力提升图像视频类感知的深度和纬度，一改2D时代过于依赖于光照和颜色/灰度变化，提升测量精度易受变量照明条件制约能力，同时，让4K等超高清真正规模化，这是3D的擅长，在主动光技术、空间三维数据、背景分离等方面带来质变。
那随之而解的问题是，安防中的2D与3D场景应用，有何不同。
其一，是光线，2D摄像头在光线较暗的场景下成像质量非常差，尤其是需要附加类似智能分析的功能时，分析效率存在较大问题，会有很多错检、漏检，虽然会有红外光进行补充，但实际上在红外上做智能分析会缺失很多信息。
其二，是人体特征检测，2D只有XY这样的平面信息，缺乏深度数据，无法对目标进行定位与持续跟踪。
后，目标重叠的时候，2D摄像头很难把分析目标从背景中分离出来。而且2D无法做活体检测，人脸识别中，如果没有3D的活体检测，很容易受到照片与视频的伪装攻击。
为此，3D机器视觉入安防，视界前所未见。
首先，3D是主动光技术，可以在完全无光照环境下正常的工作。在强光、逆光环境下也能达到较好成像效果。
第二，可以获取空间中的三维数据，包括尺寸测量，空间中人、车的位置，身高、体重、距离、速度等，都可以地计算出来。
另外还可以进行背景分离，实现实时的、动态的人体人像抠图，在进行智能分析时去除背景干扰，提高算法分析准确率。
还可以进行活体检测与识别，在家庭安防、车内安防等私密场景中，我们只需要一些深度信息，即可以实现这种安全监控与行为分析。
总之，人工智能的核心任务之一就是让机器能够像人一样感知世界、理解世界。