vivo新款双屏手机的美颜大招？松下ToF传感器来保驾护航！

本文目录

1.为什么要获取3D信息

2.获取3D信息的方法

3.ToF的定义和基本原理

4.ToF传感器的优势

5.应用场景举例

6.松下ToF传感器的特点

前几天小伙伴们的朋友圈是不是有被vivo的新款NEX双屏版手机刷屏了呢？

除了惊艳的外观，这款手机还搭载了许多“黑科技”。特别是摄像功能，除了两枚高像素光学摄像头外，还搭载了ToF 3D立体摄像头模块，实现了零光感人脸识别、面部建模美颜的功能。

3D立体摄像方案已经是目前旗舰手机的标配了。苹果、华为、小米、OPPO、vivo等手机大厂都在自家的高端手机上配置了相应的功能。如同当年指纹识别一样，各大厂商摩拳擦掌，不甘落后。

① 为什么要获取3D信息

我们知道，手机摄像头技术发展迅速，从功能机时代的10万、30万像素，发展到目前普遍的千万级像素，不过短短十来年。而随着分辨率越来越接近肉眼的极限，一味追求高像素的意义不大。因此出现了获取拍摄对象3D信息的需求。

其实获取物体3D信息的技术很早已经出现。主要是在工业上的应用。近年来，随着移动处理器、软件技术、AI技术的发展，使手机端实现3D信息的处理成为可能。

面部3D特征是最初的应用领域。通过每个人不同的面部3D信息，可以识别唯一的身份，再进行解锁、支付等操作。就是我们常说的“刷脸”。

面部3D建模

工业扫描建模

另外，还可以获得手机用户的面部3D模型，大大增强了照片的后期处理能力。实现补光、虚化、旋转等功能，获得比单纯平面图像更好的效果。

从平面到3D的升维转变，带来了无限的可能性。

② 获取3D信息的方法

限制于体积和功率，我们这里只讨论在手机上获取物体3D信息的几种主流方法。

结构光方案

（Structured Light）

投射特定的光信息到物体表面后再由摄像头采集。根据物体造成的光信号的变化来计算物体的位置和深度等信息，进而复原整个三维空间。

ToF 3D

（Time Of Flight，时差测距技术）

通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行（往返）时间来判断目标物距离。

双目立体成像方案

（Stereo System）

利用双摄像头拍摄物体，再通过三角形原理计算物体距离。

以上是目前三种主流的获取3D信息的方法。几大手机厂商使用的方案都在其中。比如苹果的iphoneX就是使用结构光方案来实现Face ID的。相对来说，结构光的方案是比较成熟的，而此次vivo的新机为什么选择ToF方案呢？

③ ToF的定义和基本原理

ToF是Time of Flight的缩写，直译为飞行时间，通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测这些发射和接收光脉冲的飞行（往返）时间来得到目标物距离。

1.原理

通过上图可以知道，通过一个光脉冲发射和接收的时间差，来确定被测物体相对ToF模块的距离。每一次脉冲可以得到一个ToF传感器一个像素的深度数据。

2.数据

基于ToF的原理，能够直接得到被测物体的距离信息，而不需要复杂的算法和程序。

红外线影像

深度数据

④ ToF的优势

这里将三种方法放在一个表中进行比较。

下面列举几个主要的性能参数：

可以看到ToF在几个关键性能上保持了领先位置。特别是光照影响和帧率，确保让大家可以全天候随时美颜自拍，即使是高速运动中的对象也不在话下。

⑤ 松下ToF传感器的特点

松下作为元器件大厂，在半导体芯片、传感器、被动元器件等领域有深厚的底蕴和技术实力。而在ToF传感器方面，松下早在2014年前就进行了产品开发。积累了丰富的开发经验。

针对ToF产品的特点，松下不断改进工艺、缩小尺寸，增加精度，开发了多款高性能ToF传感器产品。

1.高精度

缩小像素面积增加像素数量

获得更高的图像分辨率

2.增强的红外光像素

适用940nm波长的红外光，使松下ToF传感器在日光下有更好的成像品质。

3.高速全域快门

高速全域快门提供了更窄、更优异的脉冲电荷（请参考原理部分的S0、S1参数），能够获得更高精度的3D数据

⑥ ToF的应用场景

除了面部建模应用之外，ToF相机进一步解放人的双手，革命性地改善了人机交互的方式，让机器对周围的三维空间有了感应和互动。

看完了这篇ToF传感器的介绍，相信您已经对松下ToF传感器有了初步的了解。通过工艺和元器件的进步，在不久的将来会出现体积更小、精度更高的传感器，在更多场景中发挥作用。如您对松下ToF传感器感兴趣，或有意向购买，请直接在公众号后台向工作人员咨询。