不出所料，iPhoneX新搭載的3D感測人臉識別成為產業界為之熱捧的下一代智能手機新功能。目前，據了解安卓陣營推出的時間點預計出現在2018年下半年。產業鏈緊鑼密鼓準備，新技術導入，產能爬坡，迎接這一波風潮的到來。
YoleDéveloppement近期的一項研究報告顯示，到2022年，單是3 D消費市場的規模就將增長至60億美元。這一增長最初將由消費類應用驅動，隨後汽車應用也加入其中，LIDAR激光雷達）和車廂內解決方案扮演了重要的角色。此外，工業和自動化家居領域亦為三維傳感提供了發展機會。
自從蘋果在去年10月發售iPh one X以來，face ID熱潮開始襲來，2017年第四季度銷售3870萬台，2018年第一季度約3000萬部的銷量也足以表現出用戶及市場的反饋。我們認為蘋果的路線是正確的，並且由於iPhoneX的成功，蘋果在2018年也會將前置3D結構光方案導入到iPad上以及今年秋季發售的全部新款iPhone產品中，這也是為什麼安卓陣營從去年就開始積極地謀劃3D人臉識別，預計2018年下半年開始安卓手機會出現3D結構光方案。
蘋果定調的3D結構光
早在iPhoneX發布之前，業界猜測蘋果將採用哪種3D感測技術，發布後揭示出蘋果採用了單目結構光的方案。於是我們看到單目結構光方案為其他智能手機廠商競相追逐。
結構光，雙目立體成像，TOF用於智能手機，各有市場
目前行業內所採用的主流3D感測技術方案大約有三種：結構光，TOF飛行時間，雙目立體成像如果說蘋果採用的單目結構光是一種產業風向，那麼其他技術在智能手機3D感測功能上如何施展？
單目結構光方案通過將光源投射到被測物體上時，根據這些光柵的畸變來解調出被測物的三維信息。結構光方案適合於消費電子產品前置3D成像，用於近距離場景。沉瑄介紹，華捷艾米結構光方案具有以下幾個優勢：1）自有知識產權，與蘋果沒有專利問題，華捷艾米的算法全部自研，公司從成立伊始就開始三維方向的算法研究，經過8年的迭代優化以及在OTT市場的反复驗證0.2）產業優勢，華捷艾米目前已經與主芯片商，手機廠，光學模組廠，應用算法供應商合作，打通了從技術到生產的整個產業鏈0.3）合作模式靈活，華捷艾米由於是全部自主研發，因此與產業鏈的合作模式是多種多樣的，會提供的SoC及IP授權等多種模式0.4）供應鏈優勢，華捷艾米在光學方案中，打破了蘋果的壟斷，自主的光學方案具備可量產，良率高等優勢0.5）安全性高，華捷艾米方案得到主要手機芯片商的大力支持，從數據加密，存儲，傳輸上具備支付級別的要求。因此，華捷艾米的方案相比其他方案具有低成本，深度成像質量優，安全性高等特色。
所謂TOF飛行時間法3D成像，是通過給目標連續發送光脈衝，然後用傳感器接收從物體返回的光，通過探測光脈衝的飛行（往返）時間來得到目標物距離。如聯想PHAB2 Pro搭載了了一顆德國英飛凌定制的TOF深度攝像頭，一顆紅外線發射器和接收器以及一顆動作追踪攝像頭，為實現AR功能提供了保證。業界一度認為蘋果也採用了TOF方案。它與結構光比較明顯的區別在於，在紅外光發射端，TOF基本不需要使用光學棱鏡，而結構光由於需要形成特定的光學圖案，所以需要添加DOE（衍射光柵）和鏡頭（光學棱鏡）。
不過，一些手機搭載TOF方案實現AR功能的體驗並不太理想，盧克認為與設備不想佔用太多的CPU資源從而降低運行速度有關。立普思已為國際汽車電子大廠提供TOF方案，盧克看好手機TOF方案在VR，AR應用上實現更優質的體驗。至於在單目結構光方案上，立普思也在進行研發。以盧克的看法，三大技術路線都將有可觀的應用市場，是並存的關係，因此皆有投入。
產業鏈的準備
結構光3D成像技術主要由4大部分組成，包括不可見光紅外線（IR）發射模組，IR接收模組，鏡頭模組，圖像處理芯片。
其中，IR發射模組主要部件包括不可見紅外光發射源（激光器或者LED），準直鏡頭（WL0），光學衍射元件（DOE）。而由於VCSEL光譜準確性更高，響應速度更快，使用壽命更長，投射距離更長，將成為不可見紅外光發射源的主流。準直鏡頭以WLO工藝為主，光學衍射元件DOE的製造門檻較高，通過DOE進行散射，即可得到所需的散斑圖案（模式）.IR接收模組包括特製紅外CMOS，窄帶濾光片和鏡頭的鏡頭。
目前安卓陣營的夥伴們都在努力爭取盡快將具有3D人臉識別及AR體驗的手機發布給用戶，但這還需要一段時間，沉瑄透露主要是新產品的生產加工需要一個過程，目前預計主要的手機廠推出的時間都在下半年，華捷艾米方案也正在導入幾家手機大廠，目前的商用發佈時間在2018年第三季度。
3D感測模組的量產仍需時間，且面臨一定的困難據拓產業研究院分析師黃敬哲分析，目前生產的3D感測模組的技術門檻主要有三：第一，高效率VCSEL組件生產不易，目前平均光電轉換效率僅約30％;第二，結構光技術的必要組件DOE以及紅外光鏡頭的CIS，都需要極高的技術底蘊;第三，3D感測模組生產過程需考慮熱漲冷縮的問題，提高模組組裝的困難度。這些因素導致現階段的3D感測模組的生產良率仍低。
