市场研究机构Yole发布的《2018年的3D成像与感测器产业报告》中指出，预计在2023年，3D成像与感测的全球市场规模，将从2017年的21亿美元扩大至185亿美元。在此期间，市场的年复合增长率将达到44%。该技术在消费性产品、车用、工业与其他高阶市场也都会达到10%以上的增长。随着小型化半导体的进步，3D成像与感测器将会应用在各种不同的领域。

　　3D成像和传感市场规模按照应用领域细分

　　2011~2023年3D成像和传感市场预测

　　应用1:脸部辨识

　　人脸识别在2018年已成为全球在视频智能应用技术的主流，不少机场及车站也大量采用人脸识别通关检查系统，让人脸识别技术受到各行业的高度关注，现在人脸识别率已达到90%以上。据MarketsandMarkets预估，人脸识别全球市场产值将从2017年的40.5亿美元，成长至2020年的77.6亿美元，可以预期市场的快速成长将带动并加速各种行业在人脸识别的应用发展。

　　与过往的2D方案相比，3D传感方案由于能同时获取目标物体的深度信息和平面信息，构建出目标物体的3D特征，这就使得它能够有效地防御面具、照片等2D人脸识别常见的攻击，将人脸识别的安全性提高到一个新的级别。

　　3D方案与2D方案相比的优势

　　在物联网及智慧城市应用上，对3D感测也有很大的需求。当前，无人超市需要很多科技领域的技术支持，例如大数据、生物识别、人工智能等多项技术。用户在无人超市中的整个购买过程需要先通过预先安装在店内的摄像头运用3D感测技术对环境进行侦测，再利用人脸识别和物品移动监测技术对客户及其行为进行数据统计，最后利用电子标签识别技术帮助用户进行结账，而在这一系列的活动中，3D感测成为“无人超市”不可或缺的根基。延伸的应用则包括无人商店中可针对多人进行识别并计算客流量，同时也能用来检测物品移动或转移，进一步达成商品库存管理及物流配送的功能。

　　应用2:手势控制

　　3D感测技术还可以用于用户界面的手势识别。虽然还处于发展的早期阶段，但通过打破在结构图形或光源中视觉元素的红外光源，用户仅仅用手势就可以控制游戏或娱乐设备。

　　过去以控制器为主的手势感测控制人机介面，正在逐渐地被这些新一代的、徒手使用的（使用者不需手持控制器）技术所取代，像是飞行时间法（time-of-flight）、立体视觉法（stereo vision）与结构光法（structured light）等。以TOF手势识别为例，3D视觉技术相对2D视觉技术，多了一个Z轴的深度信息，立体视觉技术需要极高的软件复杂性才能获得高精度3D深度数据，通常可通过数字信号处理器 (DSP) 或多内核标量处理器进行处理。立体视觉系统支持小巧的外形与低成本，不过，立体视觉系统的精确度与响应时间不及其它技术，因此对于制造质量控制系统等要求高精度的系统来说不太理想。TOF 系统取得了性能与成本的平衡，非常适用于需要快速响应时间的制造应用领域的设备控制。

　　3D手势识别在传统技术的基础上，借助深度摄像机，使图像从二维的RGB图像变为三维的具有深度信息的RGBD图像，提供了更加丰富的数据信息，使得一些关键问题的算法得以优化，增强了识别的准确度与效率。

　　应用3：医疗影像

　　外科手术室之感染控制，外科手术手套、废弃医疗物品等须避免接触性污染，透过手势操控可避免可能产生的接触性污染，3D传感器可将高画质影像资料和深度资料同步传送到主机，医生亦可透过3D深度影像撷取所需信息，并可进一步透过手势控制进一步进行非接触性操控。

　　在人工智能(AI)发展下，模拟人眼视觉，甚至能够夜视、360度环视，能侦测物体及四周环境之深度量测能力之机器视觉显得特别重要。3D深度图(Depth-Map)量测撷取次系统可取得清晰之深度与影像可精确计算被测物及四周距离、手势动作、障碍物回避等，可做3D深度影像测距，具高画质、高传输速率、低功率等特性，无论在室内／户外、强光／黑暗、远近距离，均能提供最佳的深度图影像效能，让使用环境不受局限。此种非接触式体感控制技术来创造出更直觉、更具人性化的人机互动接口，已成功应用于日本外科手术。

　　应用4:智能车辆

　　汽车市场正处于技术变革浪潮的前端，随着车辆向自动驾驶和自主导航发展，我们的车辆需要实时、准确和全新的信息感知技术来掌握周边发生的一切，而这种技术的应用，在车外和车内都不可或缺。汽车行业的下一幕将提供对车外环境障碍物检测等更安全的感知技术，而对车内乘客的健康和安全监控也会同等重要。3D传感器通过扫描车辆内部，会实时构建车内环境画面。通过对画面的监控，以及关键特征的提取，传感器可以发挥对驾驶员和其他乘客的预警功能。

　　例如，驾驶员在打瞌睡，或是有人将婴儿或宠物留在车内，诸如此类场景，传感器都将进行识别和发出预警；在发生车祸后，3D传感器可以对车内生存者状态进行感知，并将信息发送给负责急救的工作人员；而在自动驾驶状态下3D传感器可以创建3D环境图像，告知自动驾驶车辆车内的乘客数量，在面临事故前还可以根据车内座椅位置和乘客体型优化安全气囊的弹出时间和部署情况。

　　应用5:工业机器人

　　在工业自动化领域，机器需要传感器提供必要的信息，以正确执行相关的操作。机器人已经开始应用大量的传感器以提高适应能力。

　　而随着3D传感模组价格的下降和性能的提升，3D视觉或深度传感正不断赋能各种新应用，包括帮助机器人创建环境地图并完成任务，比方如何最好地避让人类。其他应用还包括物体取放、组合装配和检测，以及将物品从一个位置移动到另一个位置等。目前，深度传感技术在机器人领域的应用越来越多。

　　例如，得益于更好的3D视觉，一项新应用得以实现，那便是卸垛。顾名思义，这项应用包括利用机器人从托盘上取下货物，并将它们放在传送带上。这在工厂进货时很常见。3D相机的使用能够更快地定位货物，从而提高操作效率。

　　另一个新应用案例是自动叉车。在这项任务中，自动驾驶叉车必须精确定位它需要移动叉起的货物。使用3D相机收集所需要的信息，可以更快、更准确地完成任务，从而提高操作的速度和安全性。

　　在服务业也可以找到3D模组价格下跌所带来的新兴应用。例如，利用机器人手臂为人提供饮料或其他物体，深度传感可以确保物品被安全地传送。但是当机器人手臂接近目的位置时，手臂、物体或两者都可能阻挡机器人“视线”。因而，可以在机器人手臂中安装成本低廉的3D传感器，以提供近距离3D视图，从而提高安全性和性能。不过，这样做需要3D相机之间的同步和数据叠加，以及与所有其他传感器的信息融合。