所谓ToF传感器，便是传感器宣布经调制的近红外光，遇物体后反射，然后经过核算光线
其丈量规模可达数米、精度小于2cm，每秒更新频率可达30~60 fps。
可在手机上用于人脸辨认、金融付出、摄像时精准抠像/勘探景深、AR建模与体感游戏等。
我们都知道，比较一般物体的“散射”，光线打在镜头这类物体上会构成激烈的逆反射，就像这样：
而ToF传感器正好不仅能告知你物体离摄像头有多远，还能反映图画中每个像素有多亮。
那就好办了，就比方下图最右，经过恰当间隔的ToF传感器反射，我们我们能够发现四个高亮点，而其中一个便是头藏身之处。
别的，假如传感器和嫌疑物的间隔太近或太远，给出的成像会“糊”就会形成误报，那又不知道嫌疑物究竟在哪，怎么选择一个抱负方位做检测呢？
以及现在的ToF传感器空间分辨率都十分低，只要240x320，这就导致一个头的图画或许就占1-2个像素；位深（bit-depth）也低，只能代表8种颜色，检测难度直线上升，误报率居高不下。
最终，嫌疑摄像头反射的光只能在20的视场角（FoV）规模内可见，操作不妥也会导致漏报。
首要，运用电子设备摄像头对准一些你嫌疑的目标，然后APP经过核算引导你和嫌疑目标坚持适宜的检测间隔（一般是20厘米）。
在扫描过程中，ToF传感器的每一帧都给我们供给了激光强度图画和深度图画，程序将两者结合，提取候选区域，然后依据物理常识和机器学习过滤掉形状和间隔根本不或许的选项。
接着将过筛的图画经过坐标转化从2D转为3D，再经过FoV过滤器进行视场角过滤。
。而且，APP在试验用的Samsung S20+能够接连运转2个半小时。