北京的卢深视科技有限公司（以下简称：的卢深视）是一家专注三维（3D）机器视觉和AI领域的高新技术企业，成立于2015年8月，总部在北京，在合肥、杭州、深圳、珠海等地设有分支机构。作为中国最早研究并专注3D视觉智能感知全栈技术的企业，的卢深视持续进行技术积累，与苹果结构光技术同源并实现迭代超越，技术高度自主可控，在结构光深度感知、3D实时高精度重建、3D跟踪识别及感知等技术方向处于国际领先地位。
2021年4月9日，的卢深视将在由CIOE和麦姆斯咨询共同主办的“人脸识别·金融支付”创新峰会发表《传感+AI 3D全栈提升支付安全与体验的技术解析》主题演讲，扫码免费报名。
会议举办前期，卢深视模组方案事业部总经理崔哲接受了采访，以下是采访内容的整理。
据载，“的卢”日行千里，快如闪电。的卢深视取其意，意在面对技术和市场的急速变革，的卢人将以“的卢之速”，帮助行业用户加速实现AI应用，赢得商机。
的卢深视是一家专注3D机器视觉和AI领域的高新技术企业，成立于2015年8月，总部在北京，在合肥、杭州、深圳、珠海等地设有分支机构。作为中国最早研究并专注3D视觉智能感知全栈技术的企业，的卢深视持续进行技术积累，苹果结构光技术同源并实现迭代超越，技术高度自主可控，在结构光深度感知、3D实时高精度重建、3D跟踪识别及感知等技术方向上，处于国际领先地位。
的卢深视具备业界领先的软硬全栈技术，通过垂直整合及系统优化，提供可大规模普及的、交互距离内高精度的3D视觉感知系统turnkey（编者注：交钥匙）解决方案。
近几年，的卢深视的发展速度确如其名，迅速捕获3D机器视觉和AI领域的商机。您可以分享这背后的“成功秘籍”吗？
的卢深视成立之初就坚持3D视觉技术路线，已形成“光电+算法”全栈解决方案，技术和产品已经获得国家级认证，落地多个国家级/行业标杆项目应用。
3D结构光产品化的鼻祖可追溯到微软。2010年，微软将PrimeSense技术最先应用在体感游戏设备Kinect上，从而催生出一批消费级3D深度相机，也引发了一系列学术研究热潮。
2013年，苹果开始布局，收购了PrimeSense，以及多家产业链上下游企业。苹果的这一举动，也让业内人士看到了3D结构光应用的更多可能性。
身为的卢深视CEO的户磊和其他联合发起人开始思考着3D结构光在其他场景落地的前景。在对市场有足够的了解后，的卢深视认为3D视觉技术必将成为趋势。2017年，苹果在收购PrimeSense四年后，就迅速地将结构光技术用于智能手机，这也让的卢深视坚信3D视觉技术的可观前景。
请您粗略地介绍一下的卢深视的核心团队情况，以及研发力量（如技术人员数量和高校合作等）？
的卢深视是一家专注3D机器视觉和AI领域的国家高新技术企业，现有员工150余人，本科及以上学历占82%，研发技术岗位人员占70%，是一个年轻的“技术创新+商业运营”团队。
的卢深视和中国科技大学数学系建立联合实验室，共同发表多篇论文，完成3D视觉技术产学研落地闭环。
3D视觉在安防、金融支付、智能锁、智慧社区等诸多应用领域兴起。一套成功的3D视觉解决方案需要硬件、软件（算法）的软硬搭配，同时也离不开实际应用对数据的训练和建库。请谈谈您对3D视觉解决方案技术赛道的理解。
现阶段3D视觉行业的核心难点集中在产业链匹配不完善。由于3D机器视觉仍属于较前沿的技术，供应链匹配上存在技术难度高、标准不统一等诸多问题，整合产业链是3D视觉产业化应用的必要路径。
在产业链环节，的卢深视定位为3D视觉感知系统技术方案提供商，深入市场调查与研究，从应用层面打磨硬件产品，推出3D CV相机。基于前端低功耗嵌入式平台，两款相机均可实现非接触式精准识别，基于结构光原理，更可还原人脸高精度3D细节信息，通过人脸立体尺寸信息精准辨识人员身份，同时对于2D和3D攻击识别正确率高达99.99%。安全性上，该相机模组在辨识算法和活体检测两类测试认证中，均通过银行卡检验测试中心BCTC最高级别认证，满足金融支付要求。
目前已经公开的标准有公安部《安全防范人脸抓拍设备技术方面的要求》（T/CSPIA 003-2020）。另外为中国银联制定3D人脸有关标准，起草《中国银联刷脸支付3D识别数据技术指南》；为中国人民银行制定金融支付行业标准打好基础；推动全球人脸识别规范建立；作为IFAA互联网金融身份认证联盟远程认证标准组组员；联合中国平安等公司参与远程人脸认证规范和标准制定；协助微信建立3D人脸识别算法评价标准体系，即3D相机评测和算法兼容性标准体系。
在人脸3D重建方面：重建精度小于1mm，同等条件下精度高于苹果公司5个百分点。
在人脸识别算法方面：可以在一定程度上完成千万级大库、亿级大库比对，等效3D人像识别错误率小于万亿分之一。线D人脸识别厂商几个数量级。
安全性方面，辨识算法和活体检测两类测试认证中，均通过银行卡检验测试中心BCTC最高级别认证，满足金融支付要求，可实现高强度防伪。
在硬件产品方面，的卢深视的设计思路仍然从使用者真实的体验和需求入手，再到算法方案设计，最后完成硬件设计的具体方案与对应的算法打分。
现在的卢深视自研了面向金融支付市场的青鸾系列深度相机和面向智能锁/门禁市场的重明系列算法相机；同时针对不一样市场和不同定位的终端产品，的卢深视与芯片厂商深度合作，基于的卢深视的深度学习架构合作设计对应的芯片产品来达到使用者真实的体验最佳的方案。
为了获得较高的首选正确率，我们应该从深度感知和深度算法两个方面来对产品做打磨。在深度感知层面，深度相机帮助获取高精度的深度信息数据，同时基于深度相机获取的信息也需要与之对应的深度学习网络配合，进而达到从准确感知到准确识别的较高首选正确率。的卢深视从公司成立之初就立足于3D方向，所以在成立到现在的六年间，我们也不停地迭代深度相机和算法以达到更高的首选正确率。
在3D视觉领域，您怎么样看待结构光和飞行时间（ToF）两种方案的优劣势，以及它们的应用场景？
这些年对结构光和ToF的方案的优劣势，其实业内一直都有在讨论，从双目到结构光到iToF和去年被广泛提及的dToF方案。本身并不认为结构光和ToF两个方案会互相取代。在近距离和高精度的场景下，结构光的精度优势越来越明显，所以我们正真看到对高精度有要求的支付场景仍然以结构光为主；同时在中远距离的场景iToF和dToF会有更大优势，例如长距离使用情况下，模组尺寸更小，精度更高。
对于3D算法方案本身，光学感知是很重要的获取底层数据的手段，同样是需要针对不一样场景选不一样的光学感知方案，以达到算法的效果最优。
我们与中国电子科技集团有限公司合作，在某边疆规模落地3D视觉产品，建立全国首个省级3D人像数据库，累积超过300亿人次的实战场景3D人像数据，刷脸认证比对超过3000万人。
还与法国源讯（ATOS）合作，为某跨海大桥提供完整人脸识别及防作伪设备，用于旅检大厅车辆通行、人员自助、人工验放等百余通道，实现8秒通关。
我们在这三个方面的布局相对较早，所以在这三种应用场景中，我们的标杆案例已经在逐步地发布。
首先为满足这三个场景的使用和未来需求量的增产，的卢深视从技术、供应链、生产交付、客户支持等方面都配备了对应的团队来支撑业务的推进；同时的卢深视定位是一家重产品和市场的公司，面对的市场仍然处于相对的市场初期，要求我们做出快速的响应，所以之前内部的技术和产品积累可以帮助我们在更快的时间提供给客户方案和产品。
这将是3D人脸广泛落地的开端。目前应用较多的是2D技术，但2D技术的产品在可靠性、准确性、安全性、鲁棒性等多方面都存在不足，以及存在容易被低成本攻击手段攻击，这是造成隐私泄漏的重要原因。
而3D技术比2D技术多了一个维度的信息，因此在其拓展2D应用场景范围的基础上，又能解决2D应用的“痛点”。
目前，3D技术由于性价比，以及行业标准还未完善等原因，在安全要求性极高的领域才有应用，且单价较高。随着对人脸识别技术的认知加深，客户企业都将选择3D技术。这便是广泛落地的基本条件。
随着3D技术标准的出现，将会吸引大批3D视觉企业进入，增加技术迭代的速度。另外，针对人脸识别技术监管措施的出台，更能有效指引企业技术应用，防止灰色地带出现。
面对未来五年，特别近期社会舆论对人脸安全隐私讨论之后，我们始终相信包括人脸识别等相关市场会慢慢的规范，短期虽然会有影响，但是中长期能够在一定程度上帮助行业更好地发展。在这其中，的卢深视仍然是坚持“科技向善”为主导的公司，更稳定的行业能使得我们大家可以更加纯粹地做出好的产品，服务好客户。
整个市场仍然处于初期，未来我们大家都希望能够继续深耕于人脸支付和智能锁，同时探索在别的行业，例如车载、消费电子、机器人等应用领域落地的可能性。
CIOE中国光博会启动【光电，与时代同行】专题栏目，聚焦光电行业及其应用领域中在研发、技术等岗位上的不断钻研技术、创新以及与时俱进的追光人，分享行业经验及技术干货。
我们也诚邀您分享在如今的时代前行过程中的所思所感，用这些坚持努力去激励大家创造更好的时代。返回搜狐，查看更加多
