小嘀人脸识别智能锁R5评测：门锁看脸的时代到来( 二 ) 对于一个科技宅来说

　　优点：双红外摄像头是目前采用最多的解决方案，相对于单目解决方案，可以更好计算出深度信息，实现物体的立体数据，更有效辨别活体检测信息。安全性上相对于单目解决方案要成熟很多。双红外对光线的适应性更好，双RGB方案或者RGB+IR方案对光线的适应性不好，从而影响解锁的安全性与体验。

　　缺点：双红外摄像头方案需要较好的算法支持，但是算法需求的难度较高。

　　TOF：

　　优点：ToF摄像头的工作距离远，可以获得5m内的有效实时深度信息;而且适用场景广，无论被摄物体有无特征点，无论环境光较强或较弱，都可获得有效的景深信息;同时ToF距离精度高，在手机与被摄物体的绝对精度，即被摄物体之间的相对精度，都可以达到厘米级的水平。

　　缺点：目前，当前手机端可用的主流ToF传感器分辨率相对较低(180*240 ， 240*320 ， 240*480等) ，元件在工作时的功耗与发热量也相对较大，长时间工作需要很好的散热条件，在消费类电子设备上使用还需要不断优化;实际上，目前基于ToF方案的解决方案还未完全成熟，相应的内容生产和开发群体较为薄弱，支持的应用场景较少

　　结构光：

　　优点：结构光方案在运行时，由于可以主动投射编码光，所以非常适合在光照不足(甚至无光)、缺乏纹理的场景使用;结构光投影图案一般经过精心设计，所以在一定范围内可以达到较高的测量精度。技术成熟，深度图像可以做到相对较高的分辨率。

　　缺点：成本较高;而且结构光的能量主要集中在中间区域，可用于进行人脸识别的区域较小。

　　室外环境基本不能使用。这是因为在室外容易受到强自然光影响，导致投射的编码光被淹没。测量距离较近。物体距离相机越远，物体上的投影图案越大，精度也越差(想象一下手电筒照射远处的情景) ，相对应的测量精度也越差。所以基于结构光的深度相机测量精度随着距离的增大而大幅降低。因而，往往在近距离场景中应用较多。相对于其他解决方案来说，结构光目前成本较高，鲜有布局在门锁等产品的案例。

　　如上三种3D方案的由于人脸识别的需求差异，所以在不同的场景上所应用的技术大不一样。不只是场景的区别，就是不同手机品牌的人脸识别技术都是有差异的。