<mark id="oztn4"></mark>
0
2D和3D是機器視覺領域兩個重要的概念，一個維度之差，帶來的是從平面信息到空間信息的質的飛躍。
3D視覺誕生之初以人眼作為參照，目的是讓機器能夠更清晰地認知人類所處的三維世界。
這個賽道的企業無不以“3D視覺”自居，然而，在這場從2D到3D的技術接力賽中，也潛藏著一個不被外界所知的維度——2.5D。
“一大半宣稱3D視覺的公司，其實都是2.5D，不是真3D，而且能做到2.5D已經很不容易。”機器視覺從業者馬迪這句話，揭下了不少3D視覺公司身上的新衣。
在機器視覺中，3D和2D的區別主要三點：
第一，物體的識別和測量。
2D獲取的信息相對簡單，只能看到物體的平面信息。3D則是在2D的基礎上，增添了深度信息。提供了一個超級“數據集”，能更準確地識別物體的形狀和位置，彌補2D無法進行深度測量和分析的不足。
第二，處理對象。
2D圖像由像素點組成，每個像素點都有一個顏色值，最終呈現出來的是一個規整、對齊的像素圖；3D圖像由許多點云組成，點云記錄的是物體在空間中的位置和形狀，點云是不對齊、無序的。
第三，算法上也有區別。
2D視覺常用的算法和技術包括邊緣檢測、特征提取、圖像分割、物體識別等。3D視覺常用的則是深度估計、點云處理、三維重建、SLAM等。前者通過分析像素之間的關系和特征來實現，后者則通過分析和處理深度圖或點云數據得到。
換句話說，2D視覺對平面信息可以直接獲取，但3D視覺的深度信息，卻需要通過計算得到。
以深度學習的理解能力為例，深度學習在2D上做圖像識別分類能達到九十多分，但當其碰到點云時，表現就會降至七八十分。
3D成像在國內的發展歷史并不是很長，2D成像處理已經很成熟，但3D的成像處理卻很難。
“真正的3D，因為有多個視角，所以得用多個深度圖表示，深度圖的融合，只能通過點云處理，點云是不對齊和無序的，可以旋轉和縮放，這個門檻卡住了很多的工程師。”馬迪解釋道。
但下游客戶的確有大量3D需求，面對3D成像技術這道難關，2.5D順勢而生。
作為技術過渡階段的產物，2.5D兼具2D和3D的部分特征，形成了對圖像的獨特處理方式。
相比2D，2.5D增加了深度信息，與3D相比，2.5D圖像又并非通過點云，而是通過顏色傳遞高度信息。并且不同于3D的多視角，2.5D是單視角，信息比較殘缺，很多算法最終都會回歸到2D算法上。
“2.5D和3D的本質區別，可以從視角來解釋，單視角很有可能是2.5D，必須得是多視角才是真3D，多視角是判斷真假3D的一個充分不必要條件。”馬迪對雷峰網(公眾號：雷峰網)指出，從視角角度可以很容易區分3D、2.5D、2D的不同。
技術上的亟待突破投射到下游應用中表現為：機器視覺的相關工位，仍舊以2D為主，3D（2.5D）為輔。
“檢測任務就屬于大部分沒有解決，還靠人工在搞，小部分解決那些，基本依靠2D，當2D無法勝任時，會用3D解決，并且很多所謂的3D也不是真3D，而是2.5D。”
不過，2.5D的存在也有其合理性，在部分非復雜應用場合中，客戶又需要獲取深度信息時，相比高成本的3D視覺，2.5D常常能以絕對的性價比取勝。
從趨勢看，人眼的世界是個三維世界，從替換人眼的角度，3D視覺一定是未來的趨勢，好比以前手機用2D相機，現在都在往3D相機轉，大量場景需求只是時間問題。
不過現階段，需要真3D的下游應用場景還不夠多。
以3D檢測為例，“目前檢測任務大部分還在依靠人工，小部分用機器視覺解決的，基本上用的都是2D。”
追根溯源，是3D視覺產品在客戶端的接受度還不夠高。
一方面，3D相機的成本太貴，導致設備整體價格較貴；另一方面，多視角混合的真3D，超出了大部分工程師的處理水平，視覺廠商要真正把3D做好很難。
因此，站在解決問題和性價比角度考慮，在2D視覺足夠解決場景問題的情況下，客戶并不愿意為成本更高的3D買單。
在追求優質性價比的工業市場上，那些需要獲取深度信息的場景客戶，從成本方面考慮，選擇2.5D視覺，已經能夠滿足基本需求。
這使得3D視覺行業的進入門檻變低，而技術壁壘和行業難題猶存。
多位機器視覺投資人也曾對AI掘金志表達過這個觀點。
目前，結構光、ToF和雙目立體是三個主流的3D成像技術，其他成像技術都是在其基礎上的變形，國內均已有成熟的開源算法。
“反正都是開源的，只要學過算法，即便沒在機器視覺公司工作過，也很快能跑起來。”王淺介紹，他有不少朋友碩士畢業后到機器人或視覺公司工作，并且一開始就承擔核心研發工作，“都是先在實驗室用存量數據或者公用數據，跑起來后，再去工廠用他們的數據。”
晏小鋒認為，除開半導體這類壁壘極高的領域，一旦出現新興技術和市場，國內就開始內卷，但以3D成像技術為例，要做到低功耗、低延遲、高幀率、高分辨率，國內外仍然有不小差距。
前兩年疫情催生下，機器人行業需求爆發，3D視覺作為機器人在復雜環境實現“無觸式”的關鍵技術，受到資本熱捧，尤以距離落地更近的中游設備商和方案商，最受追捧。
在此過程中，一項新的產業，攀附著3D視覺行業悄然生長：3D視覺創業培訓。
傳感器從業者賈科介紹，北京有一家小公司，專門做3D傳感器的解決方案培訓班。他們會先從傳感器圈子找人參加各種行業論壇，一旦發現哪個老板想融資，就和對方建立合作，從研發培訓課程，到企業一步步搭建，再到配套硬件，提供一條龍服務。
“這個公司有個公眾號，每天講一點秘密，底下評論的全是這個圈子的老板，大家都是一條流水線快速培訓起來的，各種忽悠資本不挺香嗎？”賈科對雷峰網說。
這類企業帶著明確的To VC目的，“因為3D是一個很好的概念，所以玩命往上湊”，他們在低水平處重復建設，不僅毫無技術差異化可言，還拉低了3D視覺行業的整體對外形象。
至于業內發展較好的企業，也大都沿襲著主流的成像技術，用著成熟的開源算法，雖在國產替代浪潮中有所成績，但極少有企業能拿出創新技術或方案，能解決傳統視覺廠商解決不了的問題。
或許正因如此，在3D投融資熱潮過去后，不少投資人選擇“棄城而逃”。
當然，3D視覺創業者谷永道出投資人離場的部分原因：真正懂機器視覺的投資人，鳳毛麟角。
“機器視覺屬于硬科技賽道，對投資人有專業性方面的要求，即使不是互聯網背景、金融背景，哪怕是半導體背景，也看不懂機器視覺賽道。”
事實上，從技術底層看，3D視覺領域的技術壁壘依然很高。
不同于投資人的觀點，創業者、從業者普遍認為：3D視覺行業不是技術壁壘變低，反而是客戶有很多痛點問題需要解決，但目前還沒有真正被突破。
比如高速、高精度場景，國內極少有企業能做得了。
“國外一家傳感器公司，專吃高速場景，售價比國產最低端相機貴30%-40%，并且不帶服務，還能保證四成的毛利。”賈科進一步解釋，這家公司之所以能做得好，是因為花真金白銀給客戶定制CMOS芯片。國內極少有企業做高速高動態場景，部分原因在于給錢也買不到國外的定制芯片。
這些技術實現過程中的曲折，非業內出身的人，很難有深刻的體會。
一位二十年從業經歷的行業老兵表示，目前國內大多數視覺公司實現不了真3D，一方面出在技術積累上，一方面出在數據積累上。
國外機器視覺，從20世紀70年代起就已真正開始發展，而機器視覺在國內的發展，不過是近二十年的事。
除了3C、汽車、新能源、鋰電、光伏等已經相對成熟的制造業，其他行業的工業客戶，對于瑕疵樣本的留存意識不足，導致數據獲取成本非常昂貴。
當下，大家都在試圖用AI解決制造業中的瑕疵檢測難題，但依然很難達到客戶“4個9”（即0.9999，特定時間10000個里一個瑕疵品）的要求。
在谷永看來，這是因為一個AI模型的質量，主要由數據的數量跟質量決定。但工業場景里，瑕疵品的數量非常少，出現概率在千分之一甚至萬分之一，再加上客戶沒有留存意識導致的樣本數據積累嚴重不足，也使得AI技術做工業瑕疵檢測缺乏土壤。
因此，雖然部分企業宣稱能在視覺檢測樣本庫不夠大的情況下，用AI生成一些相似的樣本庫，但實際上檢測精度會有所下降。
“那些說能用幾十張圖訓練出一個AI模型，并且檢測效果也非常好的公司，都是給投資人講故事。他們的AI模型實際是從幾千甚至上萬張圖片訓練出來的大模型中，‘瘦身’優化出來的小模型。”在谷永看來，從技術原理上講，通過虛擬方式生成瑕疵樣本并非不可能，而是現階段的技術還達不到。
換句話說，現階段機器視覺領域的AI，投喂什么就認識什么，并且投喂的數據都需要來自實際的瑕疵品，不具備推演的能力。
而一旦實現虛擬瑕疵，AI能像人腦一樣歸類和推演出成千上萬種瑕疵，即使客戶沒有針對實際瑕疵品做留存，檢測準確率也將大大提升。
不同于2D視覺能夠直接獲取平面信息，3D視覺的深度信息，需要通過計算得到。
“直接獲取最容易，加一步計算，就擋住了一半的人。相比2D，2.5D也要獲取精確的深度信息，因此能做到2.5D已經很不容易。”馬迪表示。
在3D視覺概念已經無孔不入的今天，真實應用場景中運行的卻大多是2.5D相機，甚至2D相機。
這一反差背后的原因在于，將3D變成現實的人才，并非真正的3D人才。
行業驅動從本質上講，是人才驅動。
但目前中國機器視覺行業普遍的現狀是：高端人才不足；學校教育與市場需求脫軌；人才浪費。
首先，從整個3D視覺行業來看，視覺相關的畢業生中，大專生的供應量占比最大。
“目前機器視覺工程師中，專科畢業生占據絕大部分，因為視覺行業存在大量較為簡單的視覺任務識別工作，因此即使是明星企業，也需要相當數量的專科生來完成這部分工作。”
與數量眾多的專科生形成鮮明對比，進入視覺行業的高端人才太少了。
作為一項新興技術，3D視覺以其想象力，在過去兩年成為工業領域里的一條吸金賽道，少數明星企業吸引到了不少高端人才，但他們的生存狀態，并不代表賽道的普遍情況。
谷永是3D視覺領域極具代表性的創業者，畢業于華中理工大學，然而當他回到母校做宣傳時卻發現，自己根本招不到人。
“所有的碩士跟博士一畢業后全部進入大廠，或者進入一些有名的AI公司，這些公司開得起錢。視覺公司大都是一些小的創業公司，穩定性不強。”
其次，全國各大高校每年為機器視覺領域培養的畢業生并不少，但只有很少的人在學校里學習到了真3D的相關知識，大部分學校培養出來的都是2.5D或者2D的視覺工程師。
魏源觀察到，很多大專畢業的機器視覺工程師，往往都會2D算法，懂得深度圖或者圖像，但是他們通常不懂點云，也不會點云處理算法。
再者，機器視覺領域還存在一個極為矛盾的現象，即人才不足背景下的人才浪費問題。
“機器視覺領域的人才浪費當下還比較普遍”馬迪認為，至少在去年，甚至今年上半年，都還有公司付著博士的薪水，卻讓博士干著一位專科生就能干的應用工程師的活。
機器視覺市場，成熟狀態下的分工模式，將是研發與項目相互獨立，博士生、研究生更多進行純研發的研究，本科生、專科生更多接觸項目和應用。
“按理說，應該要給他們做好分工，但以檢測行業來說，一開始并不容易判斷一個項目的檢測難度，一般的處理方式是，先找一個中等水平的工程師進行實驗判斷，如果項目難度小，就將任務下發給技術能力更低的工程師來做，如果項目難度大，就向上找能力更強的人來做。”
在不少業內人看來，機器視覺領域的人才浪費，更是行業發展初期的一個必經的階段。
一方面，現階段的機器視覺還并非一個盈利賽道，企業養不起純研發，只能讓博士生、研究生們到一線接觸項目，接觸應用，既是為了賺錢，也能了解市場需求。
另一方面，行業初期需要做大量奠基工作，一般的工程師做不了，需要由高屋建瓴的人牽頭執行。
馬迪以行業融資規模前幾名的梅卡曼德舉例，“梅卡曼德就比較典型，拿著投資人的錢就可以請得起碩士、博士還有更貴的行業專家，現在梅卡曼德的相機已經迭代到第4代，相機已經穩定可靠了。”
開創奠基的工作一完成，碩士、博士們便自然回歸研發工作，相機的使用則可以完全交由真正的集成商，集成商再啟用大專畢業生、初級工程師，將3D相機具體落地到產線和產品中，解決許多之前解決不了的視覺任務。
2.5D是技術躍遷過程中一個階段性的產物，如果說以互補關系存在的2D和3D是技術天空的兩顆恒星，那2.5D就是劃過天邊的一顆流星，只會在穿越大氣層時摩擦出耀眼的火光，而后將隨著3D視覺的成熟歸于堙滅。
國內3D視覺行業更大的問題在于，無論線激光或者結構光，高端都較為空白，中端亟待充實，太多公司在低水平重復建設中耗費大量精力。
與此同時，行業發展也需要警惕一味追求高精度，因為站在客戶角度，無論2D、2.5D、3D，能解決問題的，就是“火眼金睛”。
機器視覺優秀人才的匱乏，從業者能做的較為有限，更多需要政府、資本的支持。畢竟只有當行業聚集的優秀人才足夠多時，行業才能夠快速發展。
國內3D視覺尚處發展初期，整個供應鏈在逐步進步，下游終端產品的場景應用也在不斷拓展，我們期待一個成熟商業閉環的到來，但也需要給予這個年輕賽道更多的時間。作者長期關注機器視覺賽道，如果您有更多故事和觀點，歡迎添加微信MOON_ERS進行交流。
文中馬迪、王淺、賈科、谷永皆為化名。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
