光学摄像头行业报告（29页）

如今智能手机进入存量时代，各大手机厂商都在寻找新的手机性能以谋求差异化的竞争 优势和销量突破。在智能手机进化的过程中，摄像头的升级是消费者见证的的升级之一。 从生物识别到人脸识别，从 3D 建模到虚拟现实，随着 5G 时代的到来，光学的革命性创 新将与新的 AR\VR 领域息息相关，也为供应商带来了更多的创新方向和更大的市场空间。手机摄像头经历了五轮升级，光学领域不断创新。2000 年 6 月夏普首先开始在手机上装载摄像头，开启了移动端的光学市场；iPhone 4 首发手机前置摄像头并且摄像头的体积 得到了缩减；之后前置摄像头的规格也在不断升级；2017 年双摄爆发式增长，如今 3D 建模等功能正在加速导入，未来手机摄像头将会继续导入 AR 等功能，光学在自动驾驶、 虚拟现实、工业等领域也将取得新的突破。

3D sensing 是智能手机创新的趋势之一，当前正加速向中低端手机渗透。目前实现 3D  sensing 共有三种技术，分别为双目立体成像、结构光和 ToF，目前已经比较成熟的方案 是结构光和 TOF。其中结构光方案最为成熟，已经大规模应用于工业 3D 视觉，TOF 则 凭借自身优势成为在移动端较被看好的方案。ToF（Time of Flight）技术是 2018 年才被应用到手机摄像头的 3D 成像技术，其通过向 目标发射连续的特定波长的红外光线脉冲，再由特定传感器接收待测物体传回的光信号， 计算光线往返的飞行时间或相位差，从而获取目标物体的深度信息。ToF 镜头主要由发 光单元、光学镜片及图像传感器构成。其识别距离可达到 0.4 米到 5 米，因此已有品牌， 如 OPPO、华为等，将其应用于手机后置摄像。ToF 技术具备抗干扰性强、FPS 刷新率更 高的特性，因此在动态场景中能有较好表现。另外 ToF 技术深度信息计算量小，对应的 CPU/ASIC 计算量也低，因此对算法的要求更低。但相对于结构光技术，ToF 技术的缺点 在于其 3D 成像精度和深度图分辨率相对较低，功耗较高。

结构光技术和 ToF 各有优势，在移动端的应用上具有互补的特性，但不可否认的是，ToF 的多场景应用呈现出了更为广阔的发展前景。iPhone X 对 3D 结构光的应用带动了这项 技术的发展和渗透，目前相较于 ToF，结构光技术在应用上更为成熟，出货量上明显占 优。而且结构光的扫描效果更为真实，具备更强的 3D 还原能力。但遗憾的是，作用距离 的劣势限制了其应用。ToF 技术弥补了距离上的缺陷，由于能够支持更远的作用距离， ToF 技术可以被应用于包含 3D 人脸识别、3D 建模以及手势识别、体感游戏、AR/VR 在 内的更多场景中，从而为智能手机更娱乐性和实用性的体验。此外，相比结构光技术， ToF 的模组复杂度低，堆叠简单，可以做到非常小巧且坚固耐用，在屏占比不断提高的外观趋势下，更得到手机厂商的青睐。