瑷镨瑞思epc660芯片赋能ToF摄像头

我们的脸不是二维的，而是三维的。据麦姆斯咨询报道，对于新兴的3D成像技术，为Face ID（人脸识别）应用提供一个全新的参数——即活体深度信息，从而使Face ID更加强大，是一个重大的市场机遇。它能够提供新的关键优势和重要的安全性。

首先，在3D ToF（飞行时间）相机系统中，成像数据与照明系统强制同步。成像数据必须与相机的动态和时序相匹配。这需要由相机获得的真正3D图像，或者更好地说是真正的3D视频！由于运行时的捕捉，安全算法可以核查所捕捉的3D图像是静态脸模还是鲜活的人脸。基于所获取的时域数据可以实现该解释。因而，伪造这样的数据集变得相当困难！移动应用的关键因素ESPROS（瑷镨瑞思）epc660芯片具有非常高的NIR（近红外）灵敏度（> 80％@ 850nm），以及在电荷域抑制强环境光的能力，使其成为小型化移动应用的最佳选择。高灵敏度意味着省电，并且由于主动照明无需设计得那么强，可使设备运行对人眼更安全。尽管它们在室外阳光充足的环境中使用，环境光接收也是器件的关键因素和挑战。

带焊球的薄裸片芯片级封装，epc660总厚度仅为0.23mm，可用于轻薄的移动应用（如智能手机）3D摄像头模组设计。其封装不仅可以缩小模块的整体尺寸，还有助于降低成本。

ESPROS公司独有的工艺技术和像素结构，使得其ToF产品具有高灵敏度、抗环境光干扰等优越性能。根据市场需求的不断变化，ESPROS推出更多新的高性价比ToF产品来进一步提升产品的相关性能以满足市场，做到能够提供跨应用领域的全方位ToF传感器解决方案商。

ESPROS公司的ToF 传感器目前成功应用于无人机飞行避障及定高、人机交互和手势识别、机器人和AGV的避障、智能导航、工业自动化、汽车自动驾驶等领域。

图像处理的本质3D ToF成像需要精心设计的图像处理。图像传感器的每一次成像都存在许多噪声，例如DSNU、PRNU、DRNU、非线性、时间噪声等，它们必须通过图像处理来过滤。因此，最终的优势体现在图像处理。这是必不可少的一个关键因素。即使有了精心设计和校准的相机模块，开发工作还没有真正完成。从相机输出的原始数据即点云，需要额外的图像处理和动态校正，以获得最可靠的结果。

图片左侧显示了原始3D ToF数据，右侧显示了经过滤波处理的3D ToF数据

图像处理可以减少/改善距离响应噪声均匀性、精度、距离噪声、边缘质量、坏像素等。通常，这是通过图像域中的空间滤波（例如中值滤波器或高斯滤波器）和时域中的时间滤波（例如自适应卡尔曼滤波器）来完成的。上图显示了滤波处理之前（左）和之后（右）的相同数据集。