近两周的五篇光学新闻：
- 荣耀发布Magic 4 —
- AR企业Rokid获7亿元C轮融资 —
- Dispelix和瑞声科技建立战略合作关系 —
- 使用衍射透镜提升裸眼3D效果—
- 基于隐私保护的人体姿态识别
荣耀发布Magic 4系列
评论：2022年3月17日荣耀发布了Magic 4系列手机。影像方面，荣耀Magic4系列均搭载5000万像素主摄（1/1.56英寸超大底），5000万像素超广角（支持微距摄影），不同的地方在于潜望镜头。标准版采用的是一颗800万像素潜望式长焦，最高支持50倍数字变焦；Pro版则是一颗6400万像素潜望式长焦，最高支持100倍数字变焦。二者前置镜头均为1200万像素，不同是Pro版多了一颗3D ToF镜头，可以进行3D人脸解锁。除了摄像头的相关配置，荣耀Magic4系列还搭载了多个影像辅助传感器，比如dTOF镜头可以提升对焦速度；多光谱色温传感器可以扑捉复杂光线信息，提升色彩准确度。当然荣耀也有不少影像算法，例如自研的AI-RAW超级人像引擎，提升人像在不同场景的效果；荣耀色彩还原引擎 Color Engine 2.0首次引入了人眼色适应机制，帮助用户在照片中找回“氛围感”。荣耀Magic4系列首发4K 60fps 10bit-log电影模式，增加60fps视频片幅技术，让影片更流畅。荣耀联手好莱坞专业影像团队为荣耀Magic4系列调制了多个电影级的3D LUTs，能调出更丰富的色调，表达不同的影调情绪。
荣耀的Magic 3系列是去年8月发布的，这次3月就发布了Magic 4系列，间隔比较短。对于荣耀，离开了华为后，现在可能有着更多自己的想法，无论是堆料到最满，还是DXO拿排名第一，都有造势的想法，对荣耀来说，抢占更多的市场，扛旗华为以前的大旗可能是现阶段最大的任务。
AR企业Rokid获7亿元C轮融资
评论：3月20日消息，近日，国内AR智能眼镜领域领军企业杭州灵伴科技有限公司获得总额7亿元人民币的C轮融资，本轮融资主要用于技术研发、市场营销和生态建设。据公开资料，Rokid 是⼀家专注于⼈机交互技术的产品平台公司，致⼒于AR眼镜等软硬件产品的研发及以YodaOS-XR操作系统为载体的⽣态构建。据悉，该公司此前已获得包括淡马锡、IDG 资本、瑞士信贷、海通证券、元璟资本在内的多家顶级机构投资。
不去说产品做的是好是坏，To B，To C, To VC里Rokid的To VC和To B做的一直不错，一直愿意拓展合作伙伴和应用场景。
Dispelix和瑞声科技建立战略合作关系
评论：诚瑞光学母公司——全球领先的智能设备解决方案提供商瑞声科技，与增强现实(AR)和混合现实(MR)可穿戴式see-through光波导显示技术的领导者Dispelix，联合对外宣布建立战略合作伙伴关系。这种双赢合作关系的建立，将结合Dispelix独特的see-through光波导技术，与诚瑞光学全球领先的晶圆级量产技术，为全球客户提供在外形、图像质量和清晰度等方面性能更优的光波导显示解决方案，以此更好地满足AR&MR等全球可穿戴设备相关市场日益增长的需求。作为瑞声科技旗下聚焦光学业务的子公司，诚瑞光学现已发展成为全球领先的光学产品及解决方案提供商，全面覆盖光学镜头、传动、模组等领域，手机光学镜头市场份额位居全球前三，并与全球主流手机品牌均建立了长期战略合作关系。此次合作是诚瑞光学在AR&MR领域战略布局的重大拓展，将与诚瑞光学其他光学业务产生协同效应，为“光学整体解决方案”赋能。
Dispelix上次融资是11月8日，由Atlantic Bridge领投、新投资者CCB Trust和Flashpoint跟投的3300万美元B轮融资。包括Lifeline Ventures、VTT Ventures、Finnish Industry Investment和3M Ventures在内的所有老股东也参与了本轮融资。截至目前，Dispelix总融资额达到5000万美元。
使用衍射透镜提升裸眼3D效果
评论：传统的裸眼3D系统经常受限于观察距离，这次中国苏州大学的研究者们使用一种新型的平面透镜设计，以提升远观察距离上的图像效果。裸眼3D系统的传统难点是视觉疲劳，有限的移动视差，有限的观察距离，以及观察角度和解析度的权衡。该团队使用衍射光学元件极大地增加了DOF（Depth of Docus）。研究者们设计了一种结合衍射光学平面透镜的向量光场显示器，用以在一系列的观察位置重建正确的深度信息。研究者们设计了一种优化的锯齿状结构，这些结构纠缠在一起组成了“view modulator”，这些调制器可以将光导入正确的位置。最终这种4inch的原型机展示出了在24-90cm的观察范围，实现了18000倍的DOF提升。下一阶段的提升在于视场角的提升（现阶段视场角只有9°）以及更复杂的算法的开发。本质上这算是计算光学的一部分，使用复杂的计算方法实现裸眼3D，但是看起来这种方法还是有种种限制。
基于隐私保护的人体姿态识别
评论：几十年来，摄像头一直被设计成模仿人类的视觉系统。固定了光学系统之后，我们使用摄像头获取多张高保真图像，然后调整计算机视觉算法以优化它们在特定任务中的准确性。大多数计算机视觉应用，甚至是隐私保护方法，都依赖于这种传统的光学成像系统。例如，可以检测对隐私敏感的日常情况，并使用机械快门启用或禁用第一人称摄像头。然而，这种方法对传统摄像头获取的高分辨率视频执行软件级处理，可能就已经包含了在攻击中易暴露的隐私敏感数据。受光学和算法联合设计趋势的启发，哥伦比亚的桑坦德工业大学和美国的斯坦福大学的研究人员通过在端到端框架中优化光学编码器（硬件级保护）和软件解码器（卷积神经网络）来解决基于隐私保护的人体姿态估计问题。研究人员在光学编码器中引入了视觉隐私保护层，经过适当的参数化，可以优化光学镜头的点扩散函数（PSF）。研究人员通过广泛的模拟和原型摄像头验证了上述方法，展示了基于隐私保护的“深度光学（deep-optics）”方法成功地降低或抑制了隐私属性，同时保证了重要特征来执行人体姿态估计。
读了下论文，研究者同时优化硬件部分的光学面型和软件部分的姿态估计神经网络，制造出了一种高度定制化的系统。个人觉得这是一种非常有意思的尝试，把软硬两部分系统放在一起优化，最终实现一个高度定制化的功能性系统。
这里记录值得分享的光学科技内容，欢迎投稿或推荐科技内容。
版权声明: 感谢您的阅读，本文由超光版权所有。如若转载，请注明出处。