Η κάμερα Kinect® είναι ένα τμήμα της συσκευής λήψης κίνησης Kinect® που είναι υπεύθυνη για τη λήψη των παικτών και των κινήσεών τους κατά τη διάρκεια του διαδραστικού παιχνιδιού. Αυτή η κάμερα είναι κάμερα υπερύθρων (IR), που σημαίνει ότι λαμβάνει φως υπερύθρων και διαχωρίζει τις οντότητες ανά χρώμα. Αφού η κάμερα Kinect® τραβήξει μια εικόνα, φιλτράρει τα αντικείμενα για να βρει ανθρώπους παίκτες, αλλά η ίδια η κάμερα δεν μπορεί να εντοπίσει λεπτές λεπτομέρειες. Τα παιχνίδια Kinect® χρησιμοποιούν πολλές διαφορετικές πόζες από μια εκτενή ψηφιακή βιβλιοθήκη και η κάμερα αναζητά αυτές για να διασφαλίσει ότι ο παίκτης θα εκτελεί τη σωστή πόζα. Με μέση ταχύτητα 30 καρέ ανά δευτερόλεπτο (FPS), αυτή η κάμερα είναι μέτρια γρήγορη και δεν πρέπει να χάνει την κίνηση του παίκτη.
Υπάρχουν δύο κύρια εξαρτήματα στη συσκευή Kinect® που είναι υπεύθυνα για τη λήψη των κινήσεων του παίκτη και το ένα είναι η κάμερα Kinect®. Ο δεύτερος είναι ένας προβολέας υπερύθρων, ο οποίος αναπηδά το φως υπερύθρων γύρω από ένα δωμάτιο, βοηθώντας την κάμερα να πάρει αντικείμενα. Όταν η κάμερα βλέπει ένα αντικείμενο, το ταξινομεί με βάση την τοποθεσία μέσω χρώματος. Για παράδειγμα, τα αντικείμενα που βρίσκονται μακριά είναι γκρι, ενώ τα πιο κοντινά αντικείμενα είναι πράσινα ή κόκκινα.
Η κάμερα Kinect® είναι κατασκευασμένη για να δίνει προσοχή στους ανθρώπους, επομένως εκτελεί την εικόνα μέσω ενός αλγόριθμου επεξεργασίας εικόνας που καθορίζει τι είναι ένα άτομο και τι είναι ένα ζώο ή αντικείμενο που πρέπει να αγνοηθεί. Αυτό εμποδίζει την κάμερα να ερμηνεύσει τις κινήσεις ενός σκύλου ως αυτές ενός παίκτη. Ενώ η κάμερα γνωρίζει τι είναι ένα άτομο και μπορεί να αναγνωρίσει λεπτομέρειες όπως το ύψος και το χτένισμα, δεν μπορεί να καταγράψει λεπτές λεπτομέρειες όπως τα δάχτυλα, τις εκφράσεις του προσώπου και τις μύτες.
Περίπου 200 πόζες χρησιμοποιούνται με τα παιχνίδια Kinect® και η κάμερα Kinect® αναζητά αυτές τις στάσεις. Για παράδειγμα, εάν το παιχνίδι λέει στον παίκτη να σηκώσει το δεξί του πόδι, τότε η κάμερα θα φιλτράρει τη στάση του παίκτη για να δει αν είναι σωστή. Εάν η συσκευή αναπαραγωγής είναι πολύ μακριά στο πλάι και δεν βλέπει την κάμερα, θα πάρει ό,τι μπορεί να δει από τη συσκευή αναπαραγωγής και θα το συγκρίνει με προφορτωμένες πόζες. Αυτό έχει ως αποτέλεσμα μια μορφωμένη εικασία της πραγματικής πόζας του παίκτη, η οποία είναι συνήθως ακριβής.
Κατά μέσο όρο, η κάμερα Kinect® θα λειτουργεί με ταχύτητα 30 FPS. Αν και αυτή δεν είναι η πιο γρήγορη κάμερα στον κόσμο, θα πρέπει να είναι αρκετά γρήγορη ώστε να καταγράφει κάθε κίνηση και κάθε πόζα ενός παίκτη. Σε αυτή την ταχύτητα, η κάμερα μπορεί να καταγράψει ομαλά κινήσεις με χαμηλό ποσοστό σφάλματος.