3D手勢識別背后的技術(shù)

　　汽車(chē)(安全)
　　近期，汽車(chē)應用在交通信號、車(chē)道以及障礙檢測方面使用 2D 傳感器技術(shù)取得了長(cháng)足發(fā)展。隨著(zhù) 3D 傳感技術(shù)的到來(lái)，3D 傳感器的“z”數據將大幅提升場(chǎng)景分析的可靠性。汽車(chē)通過(guò)使用 3D 視覺(jué)系統，現已有了預防事故的新途徑，無(wú)論白天還是夜間都非常適用。采用 3D 傳感器，車(chē)輛能可靠檢測并解讀周邊環(huán)境，確定對象是否對車(chē)輛及車(chē)內乘客構成安全威脅。這些系統要求軟硬件支持 3D 視覺(jué)系統，并需要密集型 DSP 及 GPP 處理性能在極短時(shí)間內解讀 3D 圖形，避免事故。

　　視頻會(huì )議
　　視覺(jué)會(huì )議技術(shù)經(jīng)過(guò)多年發(fā)展，已經(jīng)從間斷脫節傳輸影像發(fā)展成當前的高清系統。未來(lái)增強型視頻會(huì )議將充分發(fā)揮 3D 傳感器的優(yōu)勢，提供更真實(shí)、更具互動(dòng)性的視頻會(huì )議體驗。該增強型視頻會(huì )議系統具有集成型 2D 傳感器以及 3D 傳感器及麥克風(fēng)組合，將能夠與其它增強型系統連接，實(shí)現高質(zhì)量的視頻處理、面部識別、3D 影像、噪聲消除以及內容播放器(Flash 等)等應用。隨著(zhù)這種密集型音視頻處理需求的出現，需要具備最佳性能及外設組合的 DSP?！　?/p>

 

　　技術(shù)處理步驟

　　對許多應用而言，需要同時(shí)具備 2D 和 3D 攝像機系統才能充分實(shí)現應用技術(shù)。圖 3 顯示了這些系統的基本數據路徑。從傳感器獲取數據，然后進(jìn)行視覺(jué)分析，這并不像數據路徑示意圖看上去那么簡(jiǎn)單。具體而言，TOF 傳感器需要的帶寬相當于 2D 傳感器的 16 倍之多，這可導致高輸入/輸出 (I/O) 問(wèn)題。另一個(gè)瓶頸則存在于原始 3D 數據向 3D 點(diǎn)云轉換的處理過(guò)程中。通過(guò)正確的軟硬件組合解決這些問(wèn)題，對于手勢識別及 3D 的成功應用至關(guān)重要。當前數據路徑可通過(guò) DSP/GPP 處理器組合加上分立式模擬組件及軟件庫實(shí)現。

　　3D 視覺(jué)嵌入式系統的挑戰

　　輸入挑戰
　　如前所述，輸入帶寬限制對 3D 視覺(jué)嵌入式系統提出了極大的挑戰。此外，輸入接口也沒(méi)有標準化。設計人員可為 2D 傳感器與通用外部存儲器接口選擇采用不同的輸入選項，其中包括串行與并行接口。在支持最佳帶寬的標準輸入接口出現之前，設計人員只能使用現有的接口。

　　兩種不同的處理器架構
　　圖 3 所示的 3D 深度映射處理可分為兩類(lèi)：一是以數據為中心的視覺(jué)專(zhuān)用處理，二是應用上層處理。以數據為中心的視覺(jué)專(zhuān)用處理需要處理器架構能夠執行單指令多數據 (SIMD) 快速浮點(diǎn)乘法及加法運算，以及快速搜索算法。DSP 是快速可靠執行這種處理功能的完美選擇。對于應用上層處理而言，高級操作系統 (OS) 及協(xié)議棧則可提供任何應用上層所需的必要特性集。

　　根據兩種處理器架構要求，提供高數據速率 I/O GPP+DSP+SIMD 處理器的片上系統 (SoC) 非常適合 3D 視覺(jué)處理，其可支持必要的數據及應用上層處理。

　　缺乏標準中間件
　　3D 視覺(jué)處理領(lǐng)域的中間件是多種來(lái)源的眾多不同組件的整合，包括開(kāi)源(如 OpenCV)與專(zhuān)有商業(yè)源等。商業(yè)庫主要針對身體跟蹤應用，這是一種特定的 3D 視覺(jué)應用。目前尚未開(kāi)發(fā)出針對所有不同 3D 視覺(jué)應用標準化的中間件接口。

　　“z”(深度)之后會(huì )有什么精彩?

　　沒(méi)有人質(zhì)疑 3D 視覺(jué)的誘人因素。工程師早已在期待未來(lái)的應用發(fā)展。那么不久的將來(lái)會(huì )出現哪些最新技術(shù)?研究人員已經(jīng)在開(kāi)發(fā)針對人和對象的各種視覺(jué)技術(shù)了。全球研究人員正在使用多路徑光分析技術(shù)，探索實(shí)現轉角視覺(jué)或繞開(kāi)對象的視覺(jué)途徑。透明研究將帶來(lái)可透視對象和材料的系統，而運動(dòng)檢測系統則將帶來(lái)查看人類(lèi)大腦內部的應用，從而可檢驗一個(gè)人是否在撒謊。

　　3D 視覺(jué)與手勢識別技術(shù)的發(fā)展會(huì )帶來(lái)無(wú)盡的可能性。不過(guò)，如果沒(méi)有支持這些振奮人心的新技術(shù)所必須的硬件及中間件，該研究將沒(méi)有任務(wù)意義。提供 GPP+DSP+SIMD(通用處理器+數字信號處理器+單指令多數據流)架構的 SoC(系統芯片)不斷發(fā)展，將提供處理性能、外設支持以及必要帶寬的完美組合，從而可實(shí)現這種振奮人心的技術(shù)與應用。