Percibimos la profundidad gracias a que observamos el mundo desde dos puntos de vista simultáneamente. Cada uno de nuestros dos ojos ve lo mismo desde un ángulo ligeramente diferente. El cerebro fusiona los dos puntos de vista, que difieren más en las distancias cortas, y nos proporciona el efecto de profundidad que nos permite saber si los objetos cercanos se encuentran más o menos lejos de nosotros.
Los sistemas de visión de los HMD de realidad virtual consiguen crear el efecto de profundidad a partir de imágenes planas gracias a que ofrece a cada ojo de forma alternativa una imagen plana de la misma escena desde un ángulo ligeramente diferente. Del mismo modo que cuando miramos directamente el mundo físico, el cerebro junta las dos imágenes procedentes del visor, completa la escena y crea la ilusión de profundidad. Este efecto puede conseguirse con una única pantalla mediante un software que la divide en dos mitades, duplicando la imagen, aplicando la corrección a cada una y mostrándolas alternativamente. Esto permite disfrutar de experiencias con efecto de profundidad con dispositivos relativamente asequibles, como las Google Cardboard, que consisten en un sencillo soporte de cartón donde se puede sujetar el teléfono móvil, equipado con dos simples lentes para mejorar la visión de la pantalla partida. En general, en los HMD el efecto estereoscópico resulta reforzado cuando, al mover nuestro visor, los sensores informan de ello al sistema y las imágenes se reproducen actualizando el punto de vista, que va cambiando en función de cómo orientamos la cabeza.