来源：文章节选自海通电子陈平/谢磊/张天闻团队的报告，本站获授权转载，谢谢。
日前，关于苹果将在新一代的iPhone上使用前置3D摄像头的消息甚嚣。根据凯基证券分析师郭明池所说，这个摄像头包含红外模块，可以感知摄像头前的3D空间与物体。郭明池还预测，iPhone 8的3D前置镜头可以将深度信息与2D影像合并，并支持面部识别、虹膜识别和3D自拍等功能。
不仅如此，这个摄像头可以扫描用户的头部情况，用来更换游戏当中人物的头像，甚至结合到AR应用当中，有非常深远的意义。前置镜头将采用来自PrimeSense的逻辑算法。苹果早在2013年就收购了该公司。
下面我们细读海通电子的报告《3D视觉深度研究：智能交互进入新时代》，了解苹果将要使用的这个颠覆性技术。
什么是3D深度相机
3D深度相机是区别于我们平时用到的2D相机。与传统相机不同之处在于该相机可同时拍摄景物的灰阶影像资讯及包含深度的3维资讯。其设计原理系针对待测场景发射一参考光束，藉由计算回光的时间差或相位差，来换算被拍摄景物的距离，以产生深度资讯，此外再结合传统的相机拍摄，以获得2维影像资讯。
这种深度相机具备以下优点：
1）相对二维图像，可通过距离信息获取物体之间更加丰富的位置关系，即区分前景与后景
2）深度信息依旧可以完成对目标图像的分割、标记、识别、跟踪等传统应用
3）经过进一步深化处理，可以完成三维建模等应用
4）能够快速完成对目标的识别与追踪
5）主要配件成本相对低廉，包括CCD和普通 LED 等，对今后的普及化生产及使用有利
6）借助 CMOS 的特性，可获取大量数据及信息，对复杂物体的姿态判断极为有效，无需扫描设备辅助工作。
根据硬件实现方式的不同，目前行业内所采用的主流3D机器视觉大约有三种：结构光、TOF时间光、双目立体成像。
1）结构光（Structure Light）
通过激光的折射以及算法计算出物体的位置和深度信息，进而复原整个三维空间。结构光的代表产品有微软的Kinect一代。通过发射特定图形的散斑或者点阵的激光红外图案，当被测物体反射这些图案，通过摄像头捕捉到这些反射回来的图案，计算上面散斑或者点的大小，跟原始散斑或者点的尺寸做对比，从而测算出被测物体到摄像头之间的距离。
目前是业界比较成熟的深度检测方案，很多的激光雷达和3D扫描技术都是采用的结构光方案。不过由于以折射光的落点位移来计算位置，这种技术不能计算出精确的深度信息，对识别的距离也有严格的要求。而且容易受到环境光线的干扰，强光下不适合，响应也比较慢。
典型的结构光方案包括：PrimeSense（微软Kinect1代）、英特尔RealSense（前置方案）。
2）光飞行时间（TIme of Flight）
TOF系统是一种光雷达 (LIDAR) 系统，可从发射极向对象发射光脉冲，接收器则可通过计算光脉冲从发射器到对象，再以像素格式返回到接收器的运行时间来确定被测量对象的距离。TOF系统可同时获得整个场景，确定3D范围影像。利用测量得到的对象坐标可创建3D影像，并可用于机器人、制造、医疗技术以及数码摄影等领域的设备控制。
TOF方案的优点在于响应速度快，深度信息精度高，不容易受环境光线干扰，这些优点使其成为移动端手势识别最被看好的方案。代表厂商有微软（Kinect2代）、意法半导体、英飞凌、德州仪器等。
3）多角立体成像（MulTI-camera）
现在手势识别领域的佼佼者Leap MoTion使用的就是这种技术。它使用两个或者两个以上的摄像头同时采集图像，通过比对这些不同摄像头在同一时刻获得的图像的差别，使用算法来计算深度信息，从而多角三维成像。
Leap MoTion方案使用2个摄像机获得左右立体影像，该影像有些轻微偏移，与人眼同序。计算机通过比较这两个影像，就可获得对应于影像中物体位移的不同影像。该不同影像或地图可以是彩色的，也可以为灰阶，具体取决于特定系统的需求。
双目多角立体成像方案的优点在于不容易受到环境光线的干扰，适合室外环境，满足7*24小时的长时间工作要求，不易损坏。缺点是昏暗环境、特征不明显时不适合，目前应用在智能安防监控、机器人视觉、物流检测等领域。
由于3D深度相机的原理，他的出现将进一步解放双手，打开新的智能人机交互空间。
回到2011年，苹果在推出的iPhone4S配备了语音识别助手Siri，利用人工智能技术，通过与消费者的语言对话，实现信息的交互。随后，语音交互越来越多地出现在智能终端上，尤其是随着人工智能语义识别技术的进步，语音交互的准确性和实用性大幅提升。亚马逊于2015年推出的ECHO智能音箱便是典型成功例子。
语音识别可以完全解放双手，但是在人机互动方面的应用场景有一定的局限性，对于游戏娱乐、互动体验、拍照等领域，这些必须有用户肢体参与的场景，语音交互无法满足需求。因此，比现今触控屏更高层次的体感交互成为了广大厂商追求的目标。
要实现体感交互，最重要的就是手势识别，因为手部动作是人体最丰富也是最常用的体感动作。对于智能手机而言，如果手势识别可以得到应用，那么包括手机自拍、游戏、浏览网页、购物等众多应用场景，在用户体验上均可以实现大幅提升，手机也将从触控屏时代走向手势识别时代。
同时，人脸识别与追踪也是体感交互最具前景的方向之一。我们认为，人脸识别在移动端具有更加广阔的应用空间。例如目前指纹识别已经成为智能手机的标配，通过指纹识别来实现开机、支付、登陆确认等功能已经被大众所认可，并且创造了巨大的市场价值，但是指纹识别的局限性在于必须通过手指完成，手指放置的位置、手指表面的洁净度等因素都会极大地影响使用体验，而人脸识别可以完全解放双手，只需要借助摄像头对人脸信息的采集便可以完成识别与交互。
因此无论是消费级市场的游戏、娱乐、交互，还是商业领域的医疗、工业、军事等，都需要丰富的手部动作来参与，因此手势识别具有非常广泛的应用场景。人脸识别也是3D深度相机所擅长的一个方向。
主要巨头在移动端3D视觉领域的布局
目前，有很多厂商已经在3D视觉领域有了深入的布局，我们来细看一下：
（1）苹果——整合行业先驱PrimeSense，发力3D手势与人脸识别
2013年11月，苹果收购以色列3D传感器生产商PrimeSense，收购费用为3.45亿美元。PrimeSense曾以给微软Kinect体感控制器提供3D技术著称，它将玩家的动作作为Xbox游戏的一部分，这些传感器允许玩家无需使用控制器就可跟游戏系统相连。
2010年年底，PrimeSense 与华硕合作开发了Xtion Pro，和Kinect采用了同样的3D传感器，在PC上使用。2012年，PrimeSense推出了当时世界上体积最小的3D传感器Capri，它的分辨率是前代产品的3倍，而体型是前代的十分之一，环境光的检测性能是前代的50倍。自2013年收购PrimeSense之后，苹果推动PrimeSense的3D体感控制器向小型化发展，希望可以将其装配到电视、PC上，最终可以用在未来的iPhone上。
2016年7月，苹果再次公布新型3D手势控制专利，是一个图形投影仪，内嵌在一个诸如如iPhone手机这样的iOS设备上，可以识别出用户的手势操作，由此可以作为把手势作为游戏的控制杆或者控制器。
2017年1月15日，美国权威咨询机构Cowen and Company发布报告称，苹果的下一代iPhone可能会包含某种面部识别或手势识别功能，由安装在前置摄像头附近的一款新的激光发射器和红外感应器支持，新款iPhone可能会配备一种新的深度感应器，可以为未来的iPhone增添手势识别、人脸识别，甚至增强现实AR功能。
（2）英特尔——持续强化升级RealSense，“结构光+双目立体光”
早在2012年左右，英特尔便着重研发实感技术，当时叫Perceptual Computing，即感知计算，并开放英特尔感知计算软件开发套件2013 版。2013年1月，英特尔联合Nuance等多家公司推出了“感知计算”，类似于微软的Kinect，可进行手势与人脸识别，缺点是设备体积大，必须借助PC电脑完成。
前置实感3D摄像头和Kinect原理一样，它的工作原理是“结构光”，需要一颗红外传感器。远距离的3D摄像头，使用“双目主动立体成像原理”，需要两颗红外传感器。后文我们会详细拆解与分析。
经过多年的努力，英特尔目前可以提供包括SR300独立摄像头、R200远距离后置摄像头（3-4米，室内室外使用，640*480分辨率）、F200近距离前置摄像头（0.2-1.2米，室内使用，640*480分辨率）等硬件产品。
（3）微软——从Kinect到Handpose，3D识别精度大幅提升
微软是最早涉足3D视觉的公司之一，公司在游戏领域推出XBOX游戏机，志在与索尼和任天堂的游戏机一较高下，为了形成自己的竞争优势，微软在2010年与PrimeSense合作，推出了XBOX360体感周边外设——Kinect1代。
但是，当时采用结构光原理的Kinect1代的游戏体验并不好，产品的准确度、图像的分辨率和响应速度一直不理想。最大的问题是精度很难提高，因为计算斑点位移需要用图像在一个小范围区域内的来做块匹配，导致牺牲了像素级别的细节，凸凹不平的表面、物体边缘、很细的物体很难检测准确的深度。
2012年微软先后收购了TOF（时间光）相机公司canesta和3dv，2013年微软终止与PrimeSense的合作，自行开发了Kinect2代（成为Kinect one），采用的是TOF（时间光）原理，无论精度、分辨率还是响应时间都得到了很大的提升。TOF原理发射一个强度随时间周期变化的正弦信号，通过获得发射、接受信号的相位差来计算深度，精度高很多。关于Kinect2代的原理分析我们将在后文详细阐述。
（4）谷歌——Tango项目野心勃勃，提前布局移动端3D视觉
Project Tango是谷歌公司的明星研究项目，由谷歌先进技术与项目部门和部分研究人员，以及硅谷Movidius（已被英特尔收购）合作研发，后者提供的芯片技术可以分析和表达来自传感器和摄像头的数据。Project Tango项目的目标是希望将人类的视觉带入移动设备，为移动设备加入类似人类对空间和运动的感知能力。
Project Tango包含三块技术：运动追踪(Motion Tracking)，深度感知(Depth Perception)和区域学习(Area Learning)。首先是运动追踪，设备可以通过内置的姿态传感器（加速度计和陀螺仪等）来感知当前的位置；接下来是更深入的3D识别，可以检查出周围世界环境的形状，类似于英特尔的RealSense 3D摄像技术，可以获得更准确的姿态控制以及3D对象渲染；最后就是对周围的环境和区域绘制地图。
（5）索尼——收购明星企业SoftKinetic，弥补短板
2015年10月，SONY 宣布收购比利时传感器技术提供商SoftKinetic。SoftKinetic是一家专门从事深度传感摄像头技术的电脑视觉初创型企业，成立于2007年，专注研发体感技术，其传感器技术能够追踪诸如手势等相关的图像。SoftKinetic技术能够部署到安装在增强现实和虚拟现实硬件上的摄像头之中，从而增加手势与面部追踪的能力。SoftKinetic公司的摄像机采用TOF方案。
（6）三星——手势识别助力凌空操作Gear VR
科技公司Gestigon和Pmd在16年6月宣布在三星GearVR上合作研发手势识别，结合Pmd的CamBoard pico flexx深度传感器和Gestigon的Carnival AR/VR Interaction Suite（增强/虚拟现实互动套件），在现有的VR设备上进行无触摸手势交互。
移动端3D视觉产业链分析
前面提到，目前在移动端3D视觉方面，三种主流的方案（结构光、TOF时间光、双目立体成像）中，已经比较成熟的是结构光和TOF时间光。其中结构光方案最为成熟，已经大规模应用于工业3D视觉领域，但是极易受到外界光的干扰、响应速度较慢、识别精度较低，而TOF方案在这几个方面均比结构光方案具有一定的优势，因此TOF成为了目前在移动端被看好的方案。双目立体成像方案抗环境光干扰强，分辨率高，也是移动端可选方案之一，但是技术较新不够成熟，目前在机器人、自动驾驶领域应用较多。
苹果公司在2017年的iPhone7中使用了意法半导体提供的基于TOF原理的前置距离传感器（proximity sensor）。而在此之前，苹果的iPhone5和iPhone6s采用的都是Heptagon提供的LED+光探测器的方案，从LED+光探测器到TOF，表明移动端TOF方案在技术方面已经获得了巨大的进步。通过Chipworks网站的拆解，可以看到意法为iPhone7提供的基于TOF原理的距离传感器，主要包括一个VCSEL发射器和两个SPAD（单光子雪崩二极管）探测器，被整合于一般的CMOS工艺中。
TOF时间光相比于结构光更加适合应用到智能手机上，采用TOF原理来实现动作追踪和深度感知已经出现在谷歌的Project Tango方案中，主要用于空间三维数据的采集，与应用于手势/脸部识别是非常接近的。
在景深传感器方面，采用的是TOF原理，使用的是英飞凌和PMD合作开发的技术方案。根据日本Nomura公司的分析报告，联想Phab2 Pro在红外发射方面采用的是Princeton Optronics设计的VCSEL（垂直腔面发射器），由台湾宏捷科（AWSC）提供代工；在红外接收方面，英飞凌负责提供红外CIS芯片，PMD提供飞时测距（TOF）形成景深数据部分；整个TOF模块由中国舜宇光学提供封装。
通过详细分析微软Kinect二代（TOF原理），可以看到TOF方案的主要硬件结构为：红外光发射器（IR LD）、红外光图像传感器（IR CIS）、可见光图像传感器（Vis CIS）、图像处理芯片，硬件结构与联想Phab2 Pro相机是非常类似的。
整个三维视觉系统的工作原理为：首先红外激光发射器（IR LD）发射出近红外光（IR Light），经过人手或人脸的反射之后，被红外图像传感器（IR CIS）所接收，这个图像信息用来计算人手所处的位置（Z轴）；同时，可见光图像传感器采集二维平面（X与Y轴）的人手信息（Vis Light）；两颗图像传感器的信息汇总至专用的图像处理芯片，从而得到人手或人脸的三维数据，实现空间定位。
TOF与结构光的区别在于对红外光的使用方式不同，TOF通过计算红外光发出光线与返回光线之间的向位移变化换算为位置信息，而结构光依靠向物体投射一系列光线图案组合，然后通过检测光线的边缘来测量距离，二者的硬件结构是类似的。二者比较明显的区别在于，在红外光发射端，结构光由于需要形成特定的光学图案，所以需要添加特制的DOE（衍射光栅）和Lens（光学棱镜）。
一、硬件层面：VCSEL与红外CIS摄像头成为市场新增量
根据中国台湾科技时报的统计数据，对于移动端3D视觉而言，红外光发射器的成本在2-2.5美元/颗，是占比最高的单颗元器件；图像处理芯片，为1-1.5美元/颗；红外CIS与可见CIS的价格接近，为1-2美元/颗，在红外CIS上还需要添加高质量的红外滤色片（IR Fliter），价格为0.5-1美元/颗。整个系统模组的封装成本为3-4美元/颗。
1）红外光发射器
红外主要波长是700nm-2500nm。目前的摄像头图像传感器对900nm以上的红外光感应差，需要更强的光才能感测到，这就要求红外发射器有更大的电流，更多的功耗。而800nm以下的波长，太靠近可见光，极其容易受到太阳光的干扰，所以一般红外的波长在800nm-900nm。目前，可以提供800-900nm波段的光源主要有三种：红外LED、红外LD（激光二极管）和VCSEL（垂直腔面发射激光器）。
三星Note7和富士通ARROWS NX F-04G手机中搭载的虹膜识别功能，采用的就是红外LED作为发光光源，波长为810nm，欧司朗提供。虹膜识别采用红外LED的重要原因是LED可提供大角度散射光，消费者在使用时位置即使眼睛位置有所偏差，虹膜也可以被照射到。但是红外LED不适合移动端3D视觉，尤其是集成到手机上的话，因为其光线指向性差、功耗大、响应速度较慢。
红外激光二极管是指可在一个频率上产生相干红外光束的半导体二极管，通常是由砷化镓或掺杂有铟和铝之类其他材料的砷化镓制成。与LED相比，具有激光的定向性好、高亮度特点，比较常见的是LD-DFB规格（以FP腔为谐振腔，发出多纵模相干光），为边发射模式（简称EEL）。在激光通信、光存储、光陀螺、激光打印、测距以及雷达等方面以及获得了广泛的应用。
VCSEL可以说是红外激光LD的一种，全名为垂直共振腔表面放射激光，顾名思义，它是可以垂直发射模式，与其他红外LD的边发射模式不同。VCSEL的垂直结构更加适合进行晶圆级制造和封测，规模量产之后的成本相比于边发射LD有优势，可靠性高，没有传统的激光器结构如暗线缺陷的失效模式。相比于LED，VCSEL的光谱质量高，中心波长温漂小，响应速度快，优势明显。
综合分析三种方案，LED虽然成本低，但是发射光角度大，必须输出更多的功率以克服损失。此外，LED不能快速调制，限制了分辨率，需要增加闪光持续时间；边发射LD也是手势识别的可选方案，但是输出功率固定，边缘发射的模式在制造工艺方面兼容性不好。VCSEL比LD-EEL的优势在于所需的驱动电压和电流小，功耗低，光源可调变频率更高（可达数GHz），与化合物半导体工艺兼容，适合大规模集成制造。尤其是VCSEL功耗低、可调频率高的优点，使其比LD-EEL更加适合消费电子智能终端。
VCSEL的制造依赖于MBE（分子束外延）或MOCVD（金属有机物气相沉积）工艺，在GaAs（80%左右的份额）或InP（15%左右的份额）晶圆上生长多层反射层与发射层。典型的VCSEL结构包括：激光腔（laser cavity），顶部和底部分布式布拉格反射器（DBR），电极等部分，其中激光腔的主要部分是量子阱（quantum wells）和光限制层（confinement structure）。
由于VCSEL主要采用三五族化合物半导体材料GaAs或InP（含有In、Al等掺杂），因此移动端VCSEL产业链与化合物半导体产业链结构类似。
目前，全球范围内主要的设计者包括Finsar、Lumentum、Princeton Optronics、Heptagon、ⅡⅥ等公司，它们在移动端VCSEL处于前沿的研发角色。由IQE、全新、联亚光电等公司提供三五族化合物EPI外延硅片，然后由宏捷科（Princeton Optronics合作方）、稳懋（Heptagon合作方）等公司进行晶圆制造，再经过联钧、矽品等公司的封测，便变成了独立的VCSEL器件。然后由设计公司提供给意法半导体、德州仪器、英飞凌等综合解决方案商，再提供给下游消费电子厂商。
2）红外光图像传感器
红外CMOS图像传感器（IR CIS）用来接收被手部或脸部反射的红外光，这是一个比较成熟的器件。在搭载虹膜识别功能的三星Note7和富士通ARROWS NX F-04G手机中均出现IR CIS，其中三星的红外CIS中传感芯片由三星自家提供，镜头来自于韩国厂商Kolen，模组由韩国厂商Patron制造。
目前来看，红外CIS供应商主要包括意法半导体、奇景光电、三星电子、富士通等公司。相比于可见光CIS，红外CIS还是一个比较小的市场，但是增速很快，随着热成像、汽车夜视、安防监控、手势识别、虹膜识别等的普及，红外CIS出货量有望快速增长。
对于3D视觉而言，IR红外摄像头与RGB可见光摄像头在滤色片方面存在较大的差异。传统的RGB可见光摄像头，需要采用高通红外滤色片，将不必要的低频近红外光过滤掉，以免红外光线对可见光部分造成影响，产生伪色或波纹，同时可以提高有效分辨率和彩色还原性。但是红外摄像头，为了不受到环境光线的干扰，需要使用窄带滤色片，只允许特定波段的近红外光通过，目前近红外窄带滤色片主要采用干涉原理，需要几十层光学镀膜构成，相比于RGB吸收型滤色片具有更高的技术难度和产品价格。
目前，近红外窄带滤色片主要厂商包括VIAVI、水晶光电等。
3）可见光图像传感器
可见光图像传感器（Vis CIS）是非常成熟的商业化产品，随着智能手机拍照功能的不断完善，可见光CIS的分辨率越来越高、功耗越来越小、技术也越来越先进。
4）图像处理芯片
图像处理芯片需要将红外光CIS采集的位置信息与可见光CIS采集的物体平面信息处理成单像素含有深度信息的三维图像。该芯片具有一定的技术壁垒，对于算法层面的要求较高，目前全球范围内可以提供该类产品的公司为少数几家芯片巨头，包括意法半导体、德州仪器、英飞凌和恩智浦（已被高通收购）等。
5）红外光发射端DOE与Lens
对于结构光方案而言，在红外光发射端必须配有DOE（衍射光栅）和Lens（光学棱镜），因为结构光需要以线条等图案的形式发射红外光，这需要特定的光栅和光学棱镜的参与才能够实现。
二、算法与软件层面：AI人工智能将成为提升精度的重要因素
随着AI人工智能技术的大幅进步，人工智能方案已经在语音识别、语义理解、图片识别等领域取得成功，在物体识别、人脸识别方面也取得了长足的进步，3D视觉在算法方面与人工智能结合，将实现识别精度的大幅提升，对于更加复杂的手部动作/面部表情可以进行更加深刻的理解和分析，这将极大促进3D视觉的推广和实用价值。
国内外产业链相关公司分析
在主流的三种技术方案中，TOF方案响应速度快，深度信息精度高，识别距离范围大，不易受环境光线干扰，因此是移动端3D视觉比较可行的方案；结构光方案由于技术较为成熟，工业化产品较多，也被部分厂商所采用；双目立体成像是比较新的技术，参与的厂商较少，更适合室外强光条件和高分辨率应用，目前主要应用在机器人视觉、自动驾驶等方面。
一、综合方案提供商
目前，在深度相机综合技术方案方面，国外参与的公司众多，既有微软、英特尔等巨头，也有德州仪器、意法半导体、英飞凌、AMS（Heptagon）等芯片巨头，还包括SoftKinetic（索尼收购）、PrimeSense（苹果收购）、LeapMotion等明星创业型公司。
目前，国内从事深度摄像头综合技术方案的主要公司包括：TOF方案——舜宇光学、海康威视、深圳乐行天下，结构光方案——深圳奥比中光、南京华捷艾米，双目立体成像方案——上海图漾科技。
二、系统模组封装与集成供应商
由于3D视觉方案涉及较多的硬件部分，需要红外发射端、红外接收摄像头、可见光摄像头、图像处理芯片四大部分的协同合作，红外光的发射与接收之间的匹配对整个3D视觉方案的准确度和响应速度至关重要，因此整个系统模组的封装和集成是非常关键的。
在联想Phab2 Pro手机中，3D深度相机的模组封装与集成由舜宇光学完成。除了舜宇光学之外，具备移动端3D方案模组封装的厂商还包括欧菲光、LG Innotek、Sharp等。
三、红外光发射器-VCSEL
由于VCSEL在高端短距离光通讯领域应用广泛，因此国内光通讯器件龙头光迅科技在VCSEL方面已经有商业化产品推出。但是，致力于移动端VCSEL设计的公司主要包括Finsar、Lumentum、Princeton Optronics、Heptagon、ⅡⅥ等国外公司，国内公司涉及较少。
中科院长春光机所在VCSEL科研领域处于世界前沿地位，2014年5月长春光机所在国内首次研制出碱金属原子光学传感技术专用的795nm和894nm 垂直腔面发射激光器（VCSEL）。可作为核心光源用于芯片级原子钟、原子磁力计、原子陀螺仪等碱金属原子传感器。
VCSEL主要基于三五族化合物砷化镓制造而成，目前在VCSEL和制造和封测方面，目前主要是台湾化合物半导体厂商参与，包括外延片提供商IQE（英国）、全新、联亚光电，晶圆代工宏捷科、稳懋，封测厂联钧、矽品等。国内方面，三安光电在化合物半导体外延生长和晶圆制造领域发展迅速，具备较强的实力，公司在国家大基金的支持下建设年产30万片GaAs和6万片GaN的6寸生产线，建设进程顺利。
四、红外与可见CIS摄像头
红外CMOS图像传感器（IR CIS）用来接收被手部反射的红外光，这是一个比较成熟的芯片。
红外CIS供应商主要包括意法半导体、奇景光电、三星电子、富士通等公司。相比于可见光CIS，红外CIS还是一个比较小的市场，但是增速很快，随着热成像、汽车、监控、手势识别、虹膜识别等的普及，红外CIS出货量有望快速增长。
中国大陆目前已经在摄像头方面形成了完善的产业链结构，在CIS芯片方面有北京君正（OV）、格科微电子、比亚迪电子等公司，在光学透镜方面有舜宇光学、联创电子等，在模组制造方面有欧菲光、舜宇光学、丘钛科技等公司。
根据前文我们的分析，对于3D视觉而言，IR红外摄像头与RGB可见光摄像头在滤色片方面存在较大的差异。红外摄像头为了不受到环境光线的干扰，需要使用窄带滤色片，只允许特定波段的近红外光通过。目前，近红外窄带滤色片主要厂商包括VIAVI、水晶光电等。
五、图像处理芯片
该芯片具有一定的技术壁垒，对于算法层面的要求较高，目前全球范围内可以提供该类产品的公司为少数几家芯片巨头，包括意法半导体、德州仪器、英飞凌、恩智浦、安霸，以及索尼、东芝、富士通等日本芯片巨头。
在图像处理芯片方面，国内公司全志科技、北京君正和瑞芯微具备一定的实力，尤其是在几年前平板电脑爆发时得到了快速成长。
六、国内产业链受益公司汇总
经过我们前文的分析，移动端3D视觉作为一个崭新的技术，已经出现在微软Kinect、英特尔RealSense等产品中，随着硬件端技术的不断进步，算法与软件层面的不断优化，3D视觉的精度和实用性不断得到提升，尤其是TOF方案与VCSEL的快速成熟，使得“深度相机+手势/面部识别”具备了大规模进入移动智能终端的基础。
分析整个产业链的结构，无论是结构光方案、TOF方案，还是双目立体成像方案，主要可以划分为：综合技术方案提供商、算法与软件商、硬件供应商三部分，其中硬件又可以划分为四大元器件（红外发射器、红外CIS摄像头、可见光CIS摄像头、图像处理芯片，另外红外摄像头需要特制的窄带滤色片，结构光方案需要发射端光学棱镜与DOE光栅，双目立体成像方案多一颗红外CIS摄像头）。
（1）综合技术方案提供商
国内从事深度摄像头综合技术方案的主要公司包括：TOF方案——舜宇光学（2382.HK）、深圳乐行天下，结构光方案——深圳奥比中光、南京华捷艾米，双目立体成像方案——上海图漾科技。
（2）系统模组封装与集成供应商
在联想Phab2 Pro手机中，3D深度相机的模组封装与集成由舜宇光学完成。欧菲光、丘钛科技等相机模组制造商，由于在相机模组制造方面积累了丰富的经验，具备发展相应技术的潜力。
（3）算法与软件商
目前，算法方面还没有成为独立的一环，因为大部分综合技术方案供应商已经在算法层面进行优化，目标是为客户提供硬件+算法一体化的方案。
（4）硬件供应商
1）红外发射器
国内在VCSEL方面起步较晚，在设计方面还不具有有竞争力的公司，长春光机所在VCSEL科研领域处于世界先进水平；光迅科技曾开发出光通信使用的VCSEL芯片。由于VCSEL主要材料为GaAs（掺杂In、Al等），在工艺方面与化合物半导体类似，在化合物晶圆制造方面，三安光电具有较强的实力。
2）红外与可见光CIS
中国大陆目前已经在摄像头方面形成了完善的产业链结构，在CIS芯片方面有北京君正（拟收购OV和思必科）、格科微电子、比亚迪电子等公司，在光学透镜方面有舜宇光学、联创电子，在模组制造方面有欧菲光、舜宇光学、丘钛科技等公司。
3D视觉方案需要克服环境光线的干扰，因此在红外CIS上需要添加窄带滤色片，国内公司水晶光电具有深厚的技术基础和较高的国际知名度，有望受益。
3）图像处理芯片
在图像处理芯片方面，国内公司全志科技、北京君正和瑞芯微具备一定的实力，尤其是在几年前平板电脑爆发时得到了快速成长。
4）结构光DOE与Lens
对于结构光方案而言，需要通过衍射光栅DOE和光学棱镜Lens，获得特定形状的光斑，一般采用MEMS工艺制造加工。
【关于转载】：转载仅限全文转载并完整保留文章标题及内容，不得删改、添加内容绕开原创保护，且文章开头必须注明：转自“半导体行业观察icbank”微信公众号。谢谢合作！
【关于投稿】：欢迎半导体精英投稿，一经录用将署名刊登，红包重谢！来稿邮件请在标题标明“投稿”，并在稿件中注明姓名、电话、单位和职务。欢迎添加我的个人微信号MooreRen001或发邮件到 [email protected]
点击阅读原文加入摩尔精英
