人脸识别模组一般通过红外摄相头来进行识别和活体检测。
采用一个红外摄像头的人脸识别模块叫做2D人脸识别模块，采用两个红外摄像头的人脸识别模块叫做2.5D人脸识别模块或者3D人脸识别模块。

2.5D和3D人脸识别模块都是建立3D人脸模型并进行活体检测和识别。

双目视觉就不得不提视差图：双目立体视觉融合两只眼睛获得的图像并观察它们之间的差别，使我们可以获得明显的深度感，建立特征间的对应关系，将同一空间物理点在不同图像中的映像点对应起来，这个差别，我们称作视差(Disparity)图像。
对于视差的理解自己可以体验一下：将手指头放在离眼睛不同距离的位置，并轮换睁、闭左右眼，可以发现手指在不同距离的位置，视觉差也不同，且距离越近，视差越大。
那么提到视差图，就有深度图，深度图像也叫距离影像，是指将从图像采集器到场景中各点的距离（深度）值作为像素值的图像。获取方法有：激光雷达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法。
那么这里引申一下深度图与点云的区别，点云：当一束激光照射到物体表面时，所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描，便会边扫描边记录到反射的激光点信息，由于扫描极为精细，则能够得到大量的激光点，因而就可形成激光点云。
深度图像经过坐标转换可以计算为点云数据；有规则及必要信息的点云数据可以反算为深度图像。 两者在一定条件下是可以相互转化的。

性能参数

性能	说明	性能	说明
CPU频率	1GHz	开锁方式	人脸+IC卡+密码+手掌+微信动态密码+指纹+手机APP
主控	V3s	注册用户	用户100名+管理员5名
操作系统	LINUX	主板大小	82*50*10mm
活体识别	可以防2D照片，视频，头罩，人头模型	显示屏	2.8/4寸屏
环境	不受户外光线，眼镜，化妆等影响。可以在暗室等各种环境正常识别	马达驱动	全自动/半自动（可以对接可编程马达）
摄像头模组组成	2个红外摄像头+彩色摄像头+红外补光灯	陀螺仪 精准定位	内置最新陀螺仪精准定位技术，可智慧感知开门的角度及位置，精准锁定门框位置，避免门锁 的锁舌与门框碰撞损坏门锁及门，可实现关好门就自动上锁功能，而目前市面上大多自动锁只 有按键一键上锁功能，无关门自动上锁。
识别性能	FAR≤0.00001%，FRR≤0.01%(可判别双胞胎)	开机模式	触摸上电+体感（Optional）+设置按键
深度图像	640*480@30FPS FOV: H 46° V 35° D 56°	供电特性	全自动：DC8.4V、低电压＜DC7V 半自动: DC6.0V, 低电压＜DC5V
彩色图像	640*480@30FPS FOV: H 43° V 33° D 53°	深度学习	采用深度学习算法，可自适应人脸变化
可识别距离	30~100cm	权限管理	3级权限:管理员，用户，临时用户
启动时间	1秒	应急电源	USB Power bank接口
识别时间	≤0.5s	体感开启	功耗低，误判低；可感应人的开门方向，人从里面（室内）开门出来不会误判
功耗	≤60uA（加指纹&体感） 工作电流≤350mA	智能家居	WiFi, NBIoT, Zigbee, Bluetooth, 433
电池寿命	5000MAH的电池可使用 4000次以上	可视猫眼	可视猫眼（三款：本地猫眼，远程可视对讲，远程可视对讲+本地猫眼）
工作环境	-25度 ~ 70度	远程图片推送	具有陌生人抓拍远程图片推送功能，用户开门图片推送，手机随时随地知晓门锁情况。

- 跟同行的双目红外模组相比，采用的摄像头和芯片更便宜。
原因:
同行的双目红外模组采用很复杂的算法来生成深度图，为了提高准确率使用高清摄像头和高性能芯片。
例如有一些双目红外模组采用了ov9282和RV1108。
但是我们采用的算法支持低成本摄像头，而且提供超高的安全性、准确性和便利性。
我们的算法的处理简单并提供超高准确率，所以芯片的性能需求也不高。
我们采用V3s来实现算法，并同时支持实时性和准确性。


- 我们的算法采用深度学习技术来达到超高识别准确率。
误识别率 < 0.0001%
识别准确率 > 99.9%
活体检测误识别率 < 0.00001%
识别速度 : <0.5秒