目前的深度相機根據其工作原理可以分為三種：TOF、RGB雙目、結構光
一、RGB雙目
RGB雙目相機因為非常依賴純圖像特征比對，是以在光照較暗或者過度曝光的情況下效果都非常差，另外如果被測場景本身缺乏紋理，也很難進行特征提取和比對。你看看下面的圖就懂了。
三種相機的參數對比：
從分辨率、幀率、軟體複雜度、功耗等方面來考慮
（1）分辨率
TOF方案深度圖分辨率很難提高，一般都達不到VGA（640x480）分辨率。比如Kinect2的TOF方案深度圖分辨率隻有512x424。而Google和聯想合作的PHAB2手機的後置TOF深度相機分辨率隻有224x171。TOF方案受實體器件的限制，分辨率很難做到接近VGA的，即使做到，也會和功耗呈指數倍增長。
結構光的分辨率在較近使用範圍内，結構光方案的分辨率會大大高于TOF方案。比如目前結構光方案的深度圖最高可以做到1080p左右的分辨率了。
（2）幀率
幀率的話，TOF方案可以達到非常高的幀率，差不多上百fps吧。結構光方案幀率會低點，典型的是30fps，不過這也基本夠用了。
（3）軟體複雜度
結構光因為需要對編碼的結構光進行解碼，是以複雜度要比直接測距的TOF高一些。
（4）功耗
TOF是雷射全面照射，而結構光是隻照射其中局部區域，比如PrimeSense的僞随機散斑圖案，隻覆寫了不到十分之一的空間。另外，TOF發射的是高頻調制脈沖，而結構光投射圖案并不需要高頻調制，是以結構光的功耗要比TOF低很多。還是以僞随機散斑結構光為例，結構光方案功耗隻有TOF的十分之一不到吧。
下面是三種方案在分辨率，幀率，軟體複雜度和功耗方面的對比結果。
結構光方案還有一個優勢在于技術成熟，PrimeSense很早就把結構光技術用在kinect一代産品中了。目前結構光技術有如下幾種變種：一種是單目IR+投影紅外點陣，另外一種是雙目IR+投影紅外點陣，這樣相當于結構光+雙目立體融合了，深度測量效果會比前者好一些，比如Intel RealSense R200采用的就是雙目IR+投影紅外點陣，不足之處就是體積較大。而單目IR+投影紅外點陣的方案雖然體積較小，但是效果會差一點。
（5）計算複雜度
計算方式也分幾種：一是直接用ASIC（專用內建電路）進行計算，成本稍微高一點，但是處理速度快，支援高幀率和高分辨率深度相機，關鍵是比通用晶片功耗低。二是DSP+軟體算法，成本跟用ASIC差不多，但支援不了高幀率高分辨率，功耗比ASIC稍高。三是直接用手機的AP(Application Processor)進行純軟體計算，這個不需要額外增加硬體成本，但是比較消耗AP的計算資源。同樣也不支援高幀率高分辨率，功耗比較大。
iPhone X的深度相機技術方案：結構光原理的深度相機。具體來說是：單目IR+投影紅外點陣+ASIC方案。該方案在深度分辨率、深度測量精度上有較大優勢，實時性處理和全天候工作也都有保障，功耗也相對較低，就是成本稍高了一些。
9月13日蘋果釋出了緻敬十周年的新機型iPhone X，其中前置原深感（TrueDepth）相機引起了極大的輿論關注。該相機的構成如下圖所示。從左到右，依次是紅外鏡頭、泛光感應元件、距離傳感器、環境光傳感器、揚聲器、麥克風、700萬像素攝像頭、點陣投影器。其中最有裡程碑意義的當屬紅外鏡頭 + 點陣投影器 + RGB攝像頭的組合。