“人的眼睛一样可以任意看，但是镜头不行。所以我们使用一组镜头，实现了多焦点、多平面、多视角的视觉取景，用镜头获得不同的图像数据。
“第二是获得数据之后，除了Sensor传感器之外，需要用GPU进行整个图片和视频的格式化，从而还原一个和你感受到的生活场景一样的真实的图像环境。这个就是下一代核心技术的变化。我们把这个过程称为Computional image techonolgy计算机成像技术。”
因此，很有可能出现的情形就是，人们已经习惯的数码相机的概念今后将会变成计算相机的概念。这是一个根本性的变革。
可以预见的是，当相机技术和计算机技术结合以后，整个成像能力将会被无限放大。从千万级像素到亿级像素、十亿级像素，在概念上没有了局限。只要硬件跟得上，就可以实现。
值得注意的是，阵列式计算相机的亿级像素和普通数码相机的大像素截然不同。
目前传统数码相机也可以实现超级像素，瑞士SeitzPhototechnik AG公司的Roundshot D3 神级相机，采用24mm镜头可达1.42亿像素;采用80mm的镜头时像素可达4.7亿;采用250mm镜头时，像素则可达14.8亿。
不过，这些都是用一个或几个相机同时拍摄，拍完之后再用软件拼接成一个大图像，除像素超级庞大之外，实用价值并不凸显。
而阵列计算相机是用一组阵列式、多个镜头拍摄即时图像，获得亿级以上数据并同步实现图像处理，还原出最为贴近真实场景的图像，拍摄之后，得到的是一个动态的亿级像素的图像数据。
这些远远超出目前所有单镜头相机的、数以亿计的图像数据在以大数据为支撑的AI人工智能产业中的价值将是难以估量的。
阵列计算相机即将开启千亿级市场
基于阵列计算相机可供分析的亿级、十亿级别的庞大图像数据，其在几乎所有的AI领域都将会迎来最大限度的利用。
长期从事医学RUSH显红镜研究的清华大学教授范静涛说：“由于大视角和高分辨率的反比作用，未来的趋势是必须放弃孔径成像，而改用阵列相机，建立照相机阵列。”目前，他们用了35个镜头，每个分辨率为1.5亿像素，通过光子技术与断层技术对这些相机拍摄的画面进行融合。今后，阵列计算相机将在大脑成像领域成为首选。
不过，阵列计算相机的市场远不止于此。计算机视觉、人脸识别、智能手机、无人驾驶、视频直播、三维建模、监控安防......每一个都是百亿甚至千亿级的市场。
计算机视觉、人脸识别、安防和智能手机是阵列计算相机最为直接和彻底的应用场景。
第一，计算机视觉和人脸识别领域。眼睛对于人类的作用，众所周知。而作为计算机和所有一切智能设备的眼睛，相机的重要性也是不言而喻。在计算机视觉市场前景上，据American Imaging Association预测，2015 年全球计算机视觉市场规模约 42 亿美元，2016年为45亿美元，而2017年将达到50亿美元左右;
而在金融领域实现大规模商业化的人脸识别的市场前景亦是诱人，据云从科技创始人周曦预测，“未来五年(2022年)之内，国内人脸识别的市场规模可能将达到 1000 亿元。”
第二，无人驾驶领域。今年7月，英特尔(Intel)与研究公司Strategy Analytics联合发布的一份报告预计，无人驾驶汽车市场的规模将在2050年前达到7万亿美元。在这个万亿级别的市场中，为车辆提供导航和场景识别的车载相机，其所占的份额似乎并不难以想象。
第三，安防领域。据不完全统计，我国三线城市的摄像头数量在在2-5万左右，二线城市在5-10万，而摄像头密度最高的北京市每千人的摄像头数量59个，总数量在12万以上。2011-2016国内的安防市场已经连续5年保持2位数增长，其中2016年我国整个安防市场规模达到5000亿以上，而安防设备市场产值大约在1900亿元人民币。
免责声明：科技狗对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。 本网站转载图片、文字之类版权申明，本网站无法鉴别所上传图片或文字的知识版权，如果侵犯，请及时通知我们，本网站将在第一时间及时删除：yzl_300@126.com
