Chaque périphérique Kinect® possède trois types de capteurs différents. Le capteur principal pour lequel le Kinect® est connu est une caméra infrarouge (IR) capable d’examiner les points de lumière pour créer une carte de profondeur. Ces capteurs Kinect® primaires sont utilisés pour cartographier une zone et les personnes qui s’y trouvent, en trois dimensions. Chaque appareil dispose également d’une caméra traditionnelle qui crée une sortie vidéo rouge, verte et bleue (RVB). Le dernier type de capteurs Kinect® présents dans chaque appareil est constitué de quatre microphones disposés en réseau.
Le Kinect® est un périphérique utilisé pour manipuler des jeux vidéo sans avoir besoin d’un contrôleur physique. Un certain nombre de capteurs Kinect® différents fonctionnent ensemble pour rendre cela possible. Les anciens périphériques de capture de mouvement ne suivaient que les mouvements, mais le Kinect® est également capable de générer une carte de profondeur et de reconnaître la source de différents sons dans une pièce. Les entrées de ces capteurs Kinect® peuvent également être utilisées séparément pour différentes fonctions.
Afin que les capteurs Kinect® créent une carte de profondeur, chaque appareil est également équipé d’un projecteur infrarouge. Ce composant est capable de projeter des milliers de points lumineux sur l’aire de jeu. Ces points lumineux sont invisibles à l’œil nu, mais la caméra infrarouge présente dans chaque Kinect® est capable de les voir puis de calculer le temps de vol pour créer une représentation tridimensionnelle de la pièce.
L’autre capteur visuel présent dans chaque Kinect® est une caméra RVB traditionnelle. Cette caméra crée une vidéo à une résolution de 640 × 480 et 30 images par seconde (FPS). En combinant ces données visuelles avec la carte de profondeur fournie par le capteur IR, le Kinect® peut créer une représentation tridimensionnelle d’un espace. Ces informations combinées sont également utilisées pour estimer la structure squelettique d’un joueur, c’est ainsi que le périphérique enregistre le mouvement pour générer des entrées de jeu. La vidéo peut également être utilisée séparément de la carte de profondeur pour la vidéoconférence et la prise de photos.
Un réseau de microphones est le dernier type de capteur présent dans chaque appareil Kinect®. En examinant la différence entre les sons captés par chacun des quatre microphones du réseau, le Kinect® peut déterminer approximativement d’où vient un son. Ces informations peuvent être utilisées pour verrouiller la commande vocale sur un joueur ou filtrer les bruits de fond. Le réseau de microphones peut également être utilisé séparément pour la communication vocale et d’autres fonctions similaires.