不只有结构光机器眼中的立体世界还在发生若区域

要说AI技术里什么最火，机器视觉绝对算一个;而要说机器视觉技术里什么最火，大概毫无争议就属 D机器视觉了。

所谓 D机器视觉，是指在一般的机器视觉技术的基础上，加入对立体空间中三维模型的理解。这项技术不仅涉及AI，而是一门机器视觉、图形学与数据感知技术的交叉学科。想想也知道，让机器认识 D画面是非常有价值的。毕竟人的视觉理解就是 D的，想要让AI尽量贴近真人的感知方式， D是必须攻克的难题。

在产业场景上， D机器视觉是无人驾驶和高精地图的重要技术条件，在VR/AR上应用也非常广泛，而无人机航拍与测绘也离不开这门技术。在苹果把 D结构光技术炒火了之后，中的 D机器视觉也已经成为兵家必争之地——假如说，这些厉害的技术都是赛车，那么 D机器视觉就是他们在路上都会遇到的收费站……

今天在机器视觉顶会中，差不多会有半壁江山那么多的论文都是跟 D有关。前沿探索可谓疯狂进行。然而重点来了，关于这一领域，似乎大部分吃瓜群众还是只知道一个结构光而已。

有哪些三维图像 机器视觉的新技术趋势，今天正隐藏在未知迷雾中眺望这个世界?今天我们来说几种很有科幻感的技术突破点。说不定这些能力明年就会出现在你的、VR设备和无人机中，又或许即将成为某个被资本疯狂亲吻的创业热潮。

超大场景的 D数据感知

D机器视觉包括很多方面，既有让智能体去理解 D数据，也包括如何通过机器视觉的解决方案，去获取 D模型数据。

传统意义上的 D数据获取，或者称其为 D感知技术，一般来说可以利用多角度拍照或者深度传感器的方式实现 D数据收集。这种技术的局限在于，收集的 D数据不能太大。

然而在 D资料要求不断升级的今天，对于超大场景的 D数据感知，正在成为一个热门议题。比如无人驾驶中使用的城市高精地图，就可以看做一个个超大 D场景的拼接。智能城市领域运用到的很多城市数据推演，也要根植于对城市 D场景的收集。

机器视觉正在为超大场景的 D数据感知提供很多新的方法。比如自动化的成像方法，像视觉SLAM处理连续帧的图像，实现实时重建巨大 D场景。再比如说对航拍数据进行点云分割和点云数据的语义理解，帮助快速低成本获取城市 D数据。

总体来看，今天超大场景的 D数据感知，有三个主要应用方向，很可能分别成为各自技术领域中新的投资和创业热点：

1、建筑物的 D高精度模型，运用在工程监理、智能设计、物流和智能城市领域。

2、高精地图与 D数据感知的结合，这是无人驾驶的重要一环。

、室内外一体的 D建模，这对于智能家居设计、环境监控、VR/AR体验来说都有重要帮助。

与 D视觉进入蜜月期

D结构光，今天已经当之无愧成为了高端的标配，成为了继双摄、三摄与屏下指纹之后又一个行业争抢的热点。

然而上的 D视觉技术远不止于结构光，从算法、传感硬件，到影像系统解决方案，都可能成为与 D视觉进一步耦合的关键因素。

今天来看，有 个相关趋势非常可能成为明年的热点。一个是基于芯片端进行的 D视觉算法加速，这很可能成为AI的下一个进化方向。第二个是高纠错能力的 D视觉算法将会普及，在终端实现 D数据收集和本地建模将会成为新的热点。第三个是后置摄像头加入 D视觉解决方案指日可待。

从芯片端，到开发平台，再到数据集、传感系统， D机器视觉正在多个领域影响战场的走向，在这些领域储备技术武器，也很可能成为明年战场厮杀的关键节点。