所谓 TOF，全称叫 Time of Flight，就是通过主动发射信号并接收回波，来测量距离的技术。单看这个大伙就应该懂了，广义上来说，雷达什么的都可以算在内，而在手机上也早就有广泛采用，比如距离传感器、激光对焦模组等等。不过这就很奇怪了，既然 TOF 的历史已经如此悠久，为啥近一年才成为消费电子的热词呢?
很简单，因为概念出现了混淆，如今热议的 TOF 技术其实应该叫 TOF 3D 技术，属于 3D 视觉技术的一种，目标是和 2D 相机配合建立物体和空间的立体模型，而之前的 TOF 只是点光源，只是用于测量前方物体距离有多远而已，无论从实现目标还是复杂度来说都不能相提并论。
此外，有关 TOF 3D 的基本原理还是要再简单讲一下，首先通过红外光源，打出超短的脉冲信号，形态是面光，要求覆盖整个视场范围，然后通过红外相机接收反射信号，在成像的同时也获得了空间内每个点收发信号的时间差，最后通过光速计算出距离，就能搞定视场内整个空间的 3D 轮廓。
当然，理论都是很美好的，否则没人会愿意推进它们的实用化，尤其对大家伙们来说，如今的产品做到了什么程度才是关键。
好在这件事分析起来不难，因为目前主流市场上用 TOF 3D 的产品也就三款，一个“前置”是 vivo NEX双屏版，两个后置，OPPO R17 Pro 和华为荣耀 V20。接下来我们逐个分析。
vivo NEX 双屏版官方说的很明确，TOF 就是拿来搞面部识别用的，和结构光一个玩法。模组上的合作伙伴是艾德诺半导体(ADI)，型号是 ADDI9036，镜头光圈 f/1.3，再就没有其他的公开资料。不过从 ADI 以往展出的产品来看，最近的是 ADDI9033，用于工业机械臂，sensor 分辨率是 VGA(640*480) 水准，这样可以推知 9036 应该是 9033 的衍生版本。
其中值得一提的是，对于前置面部识别来说，行业内主流的选择是结构光，原因各家有多次科普，这里就简单提一下，即在正常使用距离(0.2-1.2m)，结构光的深度精度明显比 TOF 更有优势，TOF 则需要更远一些才能发挥。这很好理解，毕竟距离太近的话，精度需求也更细微，信号来回时间太短，甚至接近于信号本身的脉冲长度，算起来误差就会很大，而距离变长的话，结构光实际有效的采集点会变少，单个斑点面积会变大，精度当然也会有明显的损失。不过从实际产品来看，vivo NEX 至少接入了支付宝的面容支付，说明安全性上用起来并没啥问题。
而在构造上，从实际产品来看，TOF 面部和结构光都是 3 个必需元器件，但不同在于，结构光需要点阵投影器和红外相机拉开一定的距离，因此它们在所有产品上都是分居左右两侧的，而 TOF 没这种需求，因而相对来说堆叠比较简单。
至于 vivo 官方所宣称的“TOF 精度是结构光的 10 倍”，则应该是指其 sensor 的 VGA 分辨率，640*480=307200 正好 30 万像素，是结构光 3 万个点阵的“10 倍”。不过这很显然是偷换概念，毕竟结构光的点阵和 sensor 的分辨率并不能混为一谈，真要论起来，结构光阵营最低端的 OV9282 都有 100 万像素，数量碾压 TOF，而高端 TOF sensor 用的 IMX456QL，单像素尺寸 10μm，反过来又碾压了结构光普遍的 3μm，你说这事该咋整?
