В реальном времени отслеживается движение лица, шеи, головы, плеч. Причем, как подчеркивают сами разработчики, важно не разрешение камеры, а количество кадров в секунду, которое оно способно выдавать.
Т.е. анимация получится качественнее, если будет разрешение, например, 1280х720 px, но при этом с 60 кадрами в секунду. И хуже, если разрешение видео будет 4k, но при этом кадров будет 25.