市場研究機構Yole發布的《2018年的3D成像與感測器產業報告》中指出，預計在2023年，3D成像與感測的全球市場規模，將從2017年的21億美元擴大至185億美元。在此期間，市場的年復合增長率將達到44%。該技術在消費性產品、車用、工業與其他高階市場也都會達到10%以上的增長。隨著小型化半導體的進步，3D成像與感測器將會應用在各種不同的領域。
3D成像和傳感市場規模按照應用領域細分
2011~2023年3D成像和傳感市場預測
應用1:臉部辨識
人臉識別在2018年已成為全球在視頻智能應用技術的主流，不少機場及車站也大量采用人臉識別通關檢查系統，讓人臉識別技術受到各行業的高度關注，現在人臉識別率已達到90%以上。據MarketsandMarkets預估，人臉識別全球市場產值將從2017年的40.5億美元，成長至2020年的77.6億美元，可以預期市場的快速成長將帶動并加速各種行業在人臉識別的應用發展。
與過往的2D方案相比，3D傳感方案由于能同時獲取目標物體的深度信息和平面信息，構建出目標物體的3D特征，這就使得它能夠有效地防御面具、照片等2D人臉識別常見的攻擊，將人臉識別的安全性提高到一個新的級別。
3D方案與2D方案相比的優勢
在物聯網及智慧城市應用上，對3D感測也有很大的需求。當前，無人超市需要很多科技領域的技術支持，例如大數據、生物識別、人工智能等多項技術。用戶在無人超市中的整個購買過程需要先通過預先安裝在店內的攝像頭運用3D感測技術對環境進行偵測，再利用人臉識別和物品移動監測技術對客戶及其行為進行數據統計，最后利用電子標簽識別技術幫助用戶進行結賬，而在這一系列的活動中，3D感測成為“無人超市”不可或缺的根基。延伸的應用則包括無人商店中可針對多人進行識別并計算客流量，同時也能用來檢測物品移動或轉移，進一步達成商品庫存管理及物流配送的功能。
應用2:手勢控制
3D感測技術還可以用于用戶界面的手勢識別。雖然還處于發展的早期階段，但通過打破在結構圖形或光源中視覺元素的紅外光源，用戶僅僅用手勢就可以控制游戲或娛樂設備。
過去以控制器為主的手勢感測控制人機介面，正在逐漸地被這些新一代的、徒手使用的（使用者不需手持控制器）技術所取代，像是飛行時間法（time-of-flight）、立體視覺法（stereo vision）與結構光法（structured light）等。以TOF手勢識別為例，3D視覺技術相對2D視覺技術，多了一個Z軸的深度信息，立體視覺技術需要極高的軟件復雜性才能獲得高精度3D深度數據，通常可通過數字信號處理器 (DSP) 或多內核標量處理器進行處理。立體視覺系統支持小巧的外形與低成本，不過，立體視覺系統的精確度與響應時間不及其它技術，因此對于制造質量控制系統等要求高精度的系統來說不太理想。TOF 系統取得了性能與成本的平衡，非常適用于需要快速響應時間的制造應用領域的設備控制。
3D手勢識別在傳統技術的基礎上，借助深度攝像機，使圖像從二維的RGB圖像變為三維的具有深度信息的RGBD圖像，提供了更加豐富的數據信息，使得一些關鍵問題的算法得以優化，增強了識別的準確度與效率。
應用3：醫療影像
外科手術室之感染控制，外科手術手套、廢棄醫療物品等須避免接觸性污染，透過手勢操控可避免可能產生的接觸性污染，3D傳感器可將高畫質影像資料和深度資料同步傳送到主機，醫生亦可透過3D深度影像擷取所需信息，并可進一步透過手勢控制進一步進行非接觸性操控。
在人工智能(AI)發展下，模擬人眼視覺，甚至能夠夜視、360度環視，能偵測物體及四周環境之深度量測能力之機器視覺顯得特別重要。3D深度圖(Depth-Map)量測擷取次系統可取得清晰之深度與影像可精確計算被測物及四周距離、手勢動作、障礙物回避等，可做3D深度影像測距，具高畫質、高傳輸速率、低功率等特性，無論在室內／戶外、強光／黑暗、遠近距離，均能提供最佳的深度圖影像效能，讓使用環境不受局限。此種非接觸式體感控制技術來創造出更直覺、更具人性化的人機互動接口，已成功應用于日本外科手術。
應用4:智能車輛
汽車市場正處于技術變革浪潮的前端，隨著車輛向自動駕駛和自主導航發展，我們的車輛需要實時、準確和全新的信息感知技術來掌握周邊發生的一切，而這種技術的應用，在車外和車內都不可或缺。汽車行業的下一幕將提供對車外環境障礙物檢測等更安全的感知技術，而對車內乘客的健康和安全監控也會同等重要。3D傳感器通過掃描車輛內部，會實時構建車內環境畫面。通過對畫面的監控，以及關鍵特征的提取，傳感器可以發揮對駕駛員和其他乘客的預警功能。
例如，駕駛員在打瞌睡，或是有人將嬰兒或寵物留在車內，諸如此類場景，傳感器都將進行識別和發出預警；在發生車禍后，3D傳感器可以對車內生存者狀態進行感知，并將信息發送給負責急救的工作人員；而在自動駕駛狀態下3D傳感器可以創建3D環境圖像，告知自動駕駛車輛車內的乘客數量，在面臨事故前還可以根據車內座椅位置和乘客體型優化安全氣囊的彈出時間和部署情況。
應用5:工業機器人
在工業自動化領域，機器需要傳感器提供必要的信息，以正確執行相關的操作。機器人已經開始應用大量的傳感器以提高適應能力。
而隨著3D傳感模組價格的下降和性能的提升，3D視覺或深度傳感正不斷賦能各種新應用，包括幫助機器人創建環境地圖并完成任務，比方如何最好地避讓人類。其他應用還包括物體取放、組合裝配和檢測，以及將物品從一個位置移動到另一個位置等。目前，深度傳感技術在機器人領域的應用越來越多。
例如，得益于更好的3D視覺，一項新應用得以實現，那便是卸垛。顧名思義，這項應用包括利用機器人從托盤上取下貨物，并將它們放在傳送帶上。這在工廠進貨時很常見。3D相機的使用能夠更快地定位貨物，從而提高操作效率。
另一個新應用案例是自動叉車。在這項任務中，自動駕駛叉車必須精確定位它需要移動叉起的貨物。使用3D相機收集所需要的信息，可以更快、更準確地完成任務，從而提高操作的速度和安全性。
在服務業也可以找到3D模組價格下跌所帶來的新興應用。例如，利用機器人手臂為人提供飲料或其他物體，深度傳感可以確保物品被安全地傳送。但是當機器人手臂接近目的位置時，手臂、物體或兩者都可能阻擋機器人“視線”。因而，可以在機器人手臂中安裝成本低廉的3D傳感器，以提供近距離3D視圖，從而提高安全性和性能。不過，這樣做需要3D相機之間的同步和數據疊加，以及與所有其他傳感器的信息融合。