隨着機器視覺，自動駕駛等顛覆性的技術逐步發展，採用 3D 相機進行物體識別，行爲識別，場景 建模的相關應用越來越多，可以說深度相機就是終端和機器人的眼睛，那麼什麼是深度相機呢，跟之前的普通相機（2D）想比較，又有哪些差別？ 深度相機又稱之爲3D相機，顧名思義，就是通過該相機能檢測出拍攝空間的景深距離，這也是與普通攝像頭最大的區別。
普通的彩色相機拍攝到的圖片能看到相機視角內的所有物體並記錄下來，但是其所記錄的數據不包含這些物體距離相機的距離。僅僅能通過圖像的語義分析來判斷哪些物體離我們比較遠，哪些比較近，但是並沒有確切的數據。而 深度相機則恰恰解決了該問題，通過深度相機獲取到的數據，我們能準確知道圖像中每個點離攝像頭距離，這樣加上該點在 2D 圖像中的(x,y)座標，就能獲取圖像中每 個點的三維空間座標。通過三維座標就能還原真實場景，實現場景建模等應用。
深度相機的方法分類如下表所示：
目前市面上常有的深度相機方案有以下三種。
(1)結構光(Structured-light)，代表公司有奧比中光，蘋果(Prime Sense)，微軟 Kinect-1，英特爾 RealSense, Mantis Vision 等。
(2)雙目視覺(Stereo)，代表公司 Leap Motion， ZED， 大疆;
(3)光飛行時間法(TOF)，代表公司微軟 Kinect-2，PMD，SoftKinect， 聯想 Phab。
當然還有光場相機，有興趣可以關注微信公衆號文章
以下具體介紹幾種這三種深度相機的原理：
結構光深度相機
結構光，英文叫做 Structur