Jedes Kinect®-Peripheriegerät verfügt über drei verschiedene Arten von Sensoren. Der Hauptsensor, für den Kinect® bekannt ist, ist eine Infrarot-Kamera (IR), die Lichtpunkte untersuchen kann, um eine Tiefenkarte zu erstellen. Diese primären Kinect®-Sensoren werden verwendet, um einen Bereich und die darin befindlichen Personen dreidimensional abzubilden. Jedes Gerät verfügt außerdem über eine herkömmliche Kamera, die eine rote, grüne und blaue (RGB) Videoausgabe erzeugt. Der letzte in jedem Gerät vorhandene Kinect®-Sensortyp sind vier Mikrofone, die in einem Array angeordnet sind.
Kinect® ist ein Peripheriegerät, das zum Manipulieren von Videospielen verwendet wird, ohne dass ein physischer Controller erforderlich ist. Um dies zu ermöglichen, arbeiten verschiedene Kinect®-Sensoren zusammen. Frühere Motion-Capture-Peripheriegeräte verfolgten nur Bewegungen, aber Kinect® ist auch in der Lage, eine Tiefenkarte zu erstellen und die Quelle verschiedener Geräusche in einem Raum zu erkennen. Die Eingänge dieser Kinect®-Sensoren können auch separat für verschiedene Funktionen verwendet werden.
Damit Kinect®-Sensoren eine Tiefenkarte erstellen können, ist jedes Gerät zusätzlich mit einem Infrarotprojektor ausgestattet. Diese Komponente ist in der Lage, Tausende von Lichtpunkten auf die Spielfläche zu strahlen. Diese Lichtpunkte sind für das bloße Auge unsichtbar, aber die in jedem Kinect® vorhandene Infrarotkamera kann sie sehen und dann die Flugzeit berechnen, um eine dreidimensionale Darstellung des Raums zu erstellen.
Der andere visuelle Sensor, der in jedem Kinect® vorhanden ist, ist eine herkömmliche RGB-Kamera. Diese Kamera erstellt Videos mit einer Auflösung von 640×480 und 30 Bildern pro Sekunde (FPS). Durch die Kombination dieser visuellen Daten mit der vom IR-Sensor bereitgestellten Tiefenkarte kann die Kinect® eine dreidimensionale Darstellung eines Raums erstellen. Diese kombinierten Informationen werden auch verwendet, um die Skelettstruktur eines Spielers abzuschätzen, wodurch das Peripheriegerät Bewegungen registriert, um Spieleingaben zu generieren. Das Video kann auch getrennt von der Tiefenkarte für Videokonferenzen und Standbilder verwendet werden.
Ein Mikrofon-Array ist der letzte Sensortyp, der in jedem Kinect®-Gerät vorhanden ist. Durch die Untersuchung des Unterschieds in den Tönen, die von jedem der vier Mikrofone im Array aufgenommen werden, kann Kinect® ungefähr feststellen, woher ein Ton kommt. Diese Informationen können verwendet werden, um die Sprachsteuerung für einen Spieler zu sperren oder Hintergrundgeräusche herauszufiltern. Das Mikrofonarray kann auch separat für Sprachkommunikation und andere ähnliche Funktionen verwendet werden.