3D人脸识别可以分为三种。
首先，基于结构光原理的3D人脸识别技术。
这种技术利用结构光设备或者红外传感器等来获取人脸的三维形状信息，通过分析和比对来进行人脸识别。
其次，基于双目视觉的3D人脸识别技术。
这种技术利用两个摄像头获取不同角度下的人脸图像，通过三维重建算法得到人脸的三维形状，从而进行人脸识别。
最后，基于深度学习的3D人脸识别技术。
这种技术通过神经网络学习人脸的三维特征表示，可以实现端到端的人脸识别，具有较高的准确性和鲁棒性。
综上所述，3D人脸识别技术可以分为结构光原理、双目视觉和深度学习三种不同的方法，每种方法都有其独特的特点和适用场景。
目前3D人脸识别在市场上根据使用摄像头成像原理主要分为：3D结构光、TOF、双目立体视觉。
1 3D结构光
3D结构光通过红外光投射器，将具有一定结构特征的光线投射到被拍摄物体上，再由专门的红外摄像头进行采集。主要利用三角形相似的原理进行计算，从而得出图像上每个点的深度信息，最终得到三维数据。
基于3D结构光的人脸识别已在一些智能手机上实际应用，如国外使用了超过10亿张图像（IR和深度图像）训练的FaceId；国内自主研发手机厂商的人脸识别。
2 TOF
TOF简单的说就是激光测距，照射光源一般采用方波脉冲调制，根据脉冲发射和接收的时间差来测算距离。
采用TOF的方式获取3D数据主要在Kinect上实现，Kinect在2009年推出，目的是作为跟机器的交互设备，用在游戏方面。主要获取并处理的是人体的姿态数据。
3 双目立体视觉
双目是基于视差原理并由多幅图像获取物体三维几何信息的方法。由双摄像机从不同角度同时获得被测物的两幅数字图像，并基于视差原理恢复出物体的三维几何信息，从而得出图像上每个点的深度信息、最终得到三维数据。
由于双目立体视觉成像原理对硬件要求比较高，特别是相机的焦距、两个摄像头的平面位置，应用范围相对3D结构光TOF少
