從分辨率和功耗上來看，加入AI似乎成為了突破ToF技術(shù)瓶頸的一種可能性方法。由于3D ToF的影像分辨率遠(yuǎn)不及現(xiàn)有的RGB雙目技術(shù)，所以可以利用人工智能算法將RGB和ToF兩種影像信息的同步，縮小2D+3D影像同步所需要分辨率間的差距，彌補(bǔ)ToF在物體邊緣所缺少的深度信息。
目前，國內(nèi)在AI芯片或者NPU的研發(fā)獲得了長足進(jìn)步，將兩者與ToF搭配使用來代替通用主處理器，可以明顯降低整體功耗，而且還能進(jìn)一步降低成本。如果將AI與ToF融合研發(fā)，將會幫助ToF進(jìn)一步突破技術(shù)瓶頸，延伸出更多的應(yīng)用場景。
當(dāng)然，對于物聯(lián)網(wǎng)來說，功耗低是剛需，但是分辨率的需求可能更加靈活，很多ToF傳感器廠商也在高成本的基礎(chǔ)上推出了ToF高分辨率方案，但是下游模組和終端廠商能夠拋棄高成本這個(gè)因素值得考量。所以ToF傳感器在物聯(lián)網(wǎng)的實(shí)際應(yīng)用中仍處于初步階段，相關(guān)的問題也會存在，但在3D識別領(lǐng)域，ToF將會憑借其優(yōu)異的特性成為主流方案之一。
