但是真正在微博上互相吵架的卻很少。
前兩天畫風是這樣的:
小米:土鱉蟲...……TOF，我壹直在研究。請不要隨便說“第壹”。
華為:妳看懂了嗎？瞎說就行了，TOF很好(然後在妳壹個手機上放個廣告)。
微博截圖:
看完熱鬧，吃瓜的人表示非常滿意，瓜很好吃。
那麽，什麽是TOF呢？
TOF是飛行時間的縮寫，意思是“光，飛行時間”。
比如我們有壹個手電筒，然後在月球上放壹面鏡子(其實月球上真的有美國登月時放的鏡子)。我們打開手電筒開關，按下秒表開始計時，等待光線到達月球上的鏡子，當光線回到我們眼前時，再按下秒表結束計時。所以我們知道:“光從地球飛到月球需要多長時間？”因為我們預先知道了光速，所以我們可以計算出地球和月球之間的距離。這種測量距離的方法就是TOF。
以上是對TOF的簡單描述。相信妳已經明白了，繼續展開。如果我們只用手電筒，那麽我們只能知道它離壹個點有多遠。
妳能給我更多的力量嗎？
好了，這次我們壹起移動10000個手電筒，根據點形成的面，可以知道前方壹個物體的大概輪廓，分辨率是10000。
妳能給我更多的力量嗎？
好了，這次我們把手電筒和傳感器的數量增加到30萬個，發現我們得到了比剛才更清晰的輪廓。但是30萬個手電筒綁在壹起太大了。
妳能給我更多的力量嗎？
好的，這壹次我們用先進的半導體技術把每壹個手電筒都做得極小，小到幾十萬個手電筒和接收光線的傳感器都沒有指甲那麽大，最後看起來就像壹個可以塞進手機的物體。考慮到實用性，我們這次發射的是不可見光——紅外線。
這是現在手機上的TOF
目前搭載TOF技術的手機不在少數，類似於大名鼎鼎的iPhone的FaceID，微軟xbox的kinect，英特爾的3d real sense技術。
前面討論了TOF的原理，所以我們可以看到TOF也是用來“檢測”具有深度信息的真實輪廓的，就像iPhone的真實深度在深度識別相機中的作用壹樣，我們可以知道相機前面的立方體和長方形的區別。
那麽深度識別能做什麽呢？
我們來看看目前的主流應用:
手機剛有人臉識別功能的時候，用的是圖像識別，也就是用壹些算法來比較系統存儲的照片和前置攝像頭拍的照片是不是同壹個人。這種方法最大的問題是很容易用壹張照片“騙”。
所以當談到iPhone X時，蘋果提出了Face ID的概念。
就是利用壹種類似於TOF結構光的技術來探測攝像頭前人臉的深度輪廓信息:哪裏是凹的，哪裏是凸的。在當時，這是壹項令人驚嘆的技術，因為它不僅實現了更安全的人臉識別，還首次為攝像頭增加了壹個維度。
蘋果的Face ID和TOF哪個更好還沒有定論，但當時FaceID使用的結構光技術更成熟，因為蘋果的技術被收購了，而被收購的公司早在2013年就展出了TOF樣品，所以有理由推測蘋果最終選擇了更成熟的結構光技術。
背景虛化功能在安卓手機上實現的比較早，但是對人的邊緣聲音的“摳圖”處理總是讓人感覺像是在做戲。畢竟如果不知道眼前人的立體信息，摳圖也只能是photoshop之類的壹張圖片的摳圖。如果遇到背景淩亂的復雜場景，就無能為力了。
蘋果擁有結構光立體識別後，在使用前置攝像頭時可以獲得“輪廓信息”，然後可以構建更準確自然的摳圖蒙版，實現更接近真實大光圈鏡頭的背景虛化效果。當然，對於iPhone來說，這是前置攝像頭的實現，而後置攝像頭采用了另壹種技術來獲取深度信息，但是精度差很多。
人臉跟蹤，這是iPhone最先推出的壹個功能:實時輪廓識別+圖像識別，檢測人臉幾十塊肌肉的動作，並映射到動畫小人模型上，實現實時表情跟蹤；
動作識別，微軟早就給自家的遊戲機xbox提供了體感套件——Kinect。而且目前已經叠代過了。通過對玩家肢體動作的識別和跟蹤，可以實現非常有趣的遊戲模式和交互方式，比如打棒球、切水果等。
有意思的是，第壹代Kinect的原理和iPhone的結構光原理很像，而且據說下壹代Kinect會采用t of技術。
AR增強現實
AR是增強現實，與VR虛擬現實不同的是，AR在識別真實場景的基礎上，在真實場景中加入虛擬元素，達到交互效果。VR不是讓妳看到真實的世界，完全通過顯示手段(屏幕)展示純虛擬的內容。
AR的代表產品是微軟的HoloLens:
VR的代表產品是Oculus Rift:
由於AR首先需要識別真實世界，在這種場景下，TOF等技術將變得不可或缺。
在簡單介紹了TOF及其目前的應用之後，希望可以幫助妳對這些技術有壹個大概的印象。那麽TOF的未來在哪裏？讓我簡單地擴展壹下:
目前，結構光技術和TOF技術在輪廓識別方面還不是很準確，相信在不久的將來這可以提高幾個數量級(30萬像素到300萬像素)。那樣的話，Animoji就可以不再像表情壹樣幼稚，甚至可以實時與3D建模進行高精度聯動。
參考:阿麗塔戰鬥天使的建模與跟蹤技術
目前手機上TOF功率有限，覆蓋範圍還是比較有限的，壹般不超過1米。如果這個能提升壹個數量級到10米，那麽應用場景會變得非常有趣。即使以現在的水平，我預測在未來1-3年內，所有手機都會在後置攝像頭模塊上增加壹個TOF鏡頭，包括iPhone。
TOF和傳統相機都屬於傳感器的範疇。此外，還有許多傳感器，如氣壓傳感器，有害氣體傳感器，陀螺儀，磁場傳感器和光傳感器...
如果再抽象壹層，這些傳感器就是手機cpu和npu的數據源。拿到數據後，下壹步要做什麽。
而TOF在手機上增加了壹個看世界的維度，大大擴展和完善了數據源的信息。有了深度/輪廓/空間分布信息，結合手機已經普遍優化的深度學習功能，可以產生很多以前難以實現的功能，比如:根據面部肌肉識別壹個人的情緒，根據前置攝像頭+深度信息識別判斷壹個人的健康狀況(膚色、皮膚紋理)，識別走路姿勢。
TOF開了個好頭。