人臉識別模組一般通過紅外攝相頭來進行識別和活體檢測。
采用一個紅外攝像頭的人臉識別模塊叫做2D人臉識別模塊，采用兩個紅外攝像頭的人臉識別模塊叫做2.5D人臉識別模塊或者3D人臉識別模塊。
2.5D和3D人臉識別模塊都是建立3D人臉模型并進行活體檢測和識別。
雙目視覺就不得不提視差圖：雙目立體視覺融合兩只眼睛獲得的圖像并觀察它們之間的差別，使我們可以獲得明顯的深度感，建立特征間的對應關系，將同一空間物理點在不同圖像中的映像點對應起來，這個差別，我們稱作視差(Disparity)圖像。
對于視差的理解自己可以體驗一下：將手指頭放在離眼睛不同距離的位置，并輪換睜、閉左右眼，可以發現手指在不同距離的位置，視覺差也不同，且距離越近，視差越大。
那么提到視差圖，就有深度圖，深度圖像也叫距離影像，是指將從圖像采集器到場景中各點的距離（深度）值作為像素值的圖像。獲取方法有：激光雷達深度成像法、計算機立體視覺成像、坐標測量機法、莫爾條紋法、結構光法。
那么這里引申一下深度圖與點云的區別，點云：當一束激光照射到物體表面時，所反射的激光會攜帶方位、距離等信息。若將激光束按照某種軌跡進行掃描，便會邊掃描邊記錄到反射的激光點信息，由于掃描極為精細，則能夠得到大量的激光點，因而就可形成激光點云。
深度圖像經過坐標轉換可以計算為點云數據；有規則及必要信息的點云數據可以反算為深度圖像。 兩者在一定條件下是可以相互轉化的。
性能參數
| 性能 | 說明 | 性能 | 說明 |
| CPU頻率 | 1GHz | 開鎖方式 | 人臉+IC卡+密碼+手掌+微信動態密碼+指紋+手機APP |
| 主控 | V3s | 注冊用戶 | 用戶100名+管理員5名 |
| 操作系統 | LINUX | 主板大小 | 82*50*10mm |
| 活體識別 | 可以防2D照片，視頻，頭罩，人頭模型 | 顯示屏 | 2.8/4寸屏 |
| 環境 | 不受戶外光線，眼鏡，化妝等影響。可以在暗室等各種環境正常識別 | 馬達驅動 | 全自動/半自動（可以對接可編程馬達） |
| 攝像頭模組組成 | 2個紅外攝像頭+彩色攝像頭+紅外補光燈 | 陀螺儀 精準定位 | 內置陀螺儀精準定位技術，可智慧感知開門的角度及位置，精準鎖定門框位置，避免門鎖 的鎖舌與門框碰撞損壞門鎖及門，可實現關好門就自動上鎖功能，而目前市面上大多自動鎖只 有按鍵一鍵上鎖功能，無關門自動上鎖。 |
| 識別性能 | FAR≤0.00001%，FRR≤0.01%(可判別雙胞胎) | 開機模式 | 觸摸上電+體感（Optional）+設置按鍵 |
| 深度圖像 | 640*480@30FPS FOV: H 46° V 35° D 56° | 供電特性 | 全自動：DC8.4V、低電壓＜DC7V 半自動: DC6.0V, 低電壓＜DC5V |
| 彩色圖像 | 640*480@30FPS FOV: H 43° V 33° D 53° | 深度學習 | 采用深度學習算法，可自適應人臉變化 |
| 可識別距離 | 30~100cm | 權限管理 | 3級權限:管理員，用戶，臨時用戶 |
| 啟動時間 | 1秒 | 應急電源 | USB Power bank接口 |
識別時間 | ≤0.5s | 體感開啟 | 功耗低，誤判低；可感應人的開門方向，人從里面（室內）開門出來不會誤判 |
| 功耗 | ≤60uA（加指紋&體感） 工作電流≤350mA | 智能家居 | WiFi, NBIoT, Zigbee, Bluetooth, 433 |
| 電池壽命 | 5000MAH的電池可使用 4000次以上 | 可視貓眼 | 可視貓眼（三款：本地貓眼，遠程可視對講，遠程可視對講+本地貓眼） |
| 工作環境 | -25度 ~ 70度 | 遠程圖片推送 | 具有陌生人抓拍遠程圖片推送功能，用戶開門圖片推送，手機隨時隨地知曉門鎖情況。 |
- 跟同行的雙目紅外模組相比，采用的攝像頭和芯片更便宜。
原因:
同行的雙目紅外模組采用很復雜的算法來生成深度圖，為了提高準確率使用高清攝像頭和高性能芯片。
例如有一些雙目紅外模組采用了ov9282和RV1108。
但是我們采用的算法支持低成本攝像頭，而且提供超高的安全性、準確性和便利性。
我們的算法的處理簡單并提供超高準確率，所以芯片的性能需求也不高。
我們采用V3s來實現算法，并同時支持實時性和準確性。
- 我們的算法采用深度學習技術來達到超高識別準確率。
誤識別率 < 0.0001%
識別準確率 > 99.9%
活體檢測誤識別率 < 0.00001%
識別速度 : <0.5秒
