Kinect pierwszy raz został zaprezentowany 1 czerwca 2009 roku na targach E3 pod nazwą Project Natal. Nazwa ta ma swoje źródło w nazwie brazylijskiego miasta Natal, które jest miejscem urodzenia dyrektora Microsoftu, Alexa Kipmana. Dodatkowo wyraz natal w języku angielskim znaczy również rodzimy, ojczysty, co odzwierciedla pogląd Microsoftu na projekt jako narodziny kolejnej generacji rozrywki domowej.

13 czerwca 2010 roku w Centrum Galena w Kalifornii podczas targów E3, Microsoft przedstawił oficjalnie nową nazwę dla swojego projektu – Kinect, będącą kontaminacją angielskich wyrazów kinetic (kinetyczny) i connect (łączyć), opisując tym samym główne aspekty projektu. Firma ogłosiła również, że Kinect zostanie wydany jako jeden pakiet wraz z przeprojektowaną konsolą Xbox 360, która będzie posiadała dodatkowy port specjalnie dla Kinecta.

Budowa i zasada działania

Urządzenie posiada dwie kamery, promiennik podczerwieni, macierz czterech mikrofonów kierunkowych, akcelerometr i napęd pozwalający na uchylanie głowicy. Pierwsza z kamer to standardowa kamera wizyjna RGB, o rozdzielczości 640x480, wykorzystywana do przetwarzania obrazu wizyjnego (m.in. rozpoznawanie twarzy) oraz nanoszenia kolorów i tekstur na obiekty wirtualne. Druga jest częścią podsystemu sensora, zwracającego informację o głębokości. Podsystem ten działa na zasadzie pomiaru odległości za pomocą światła strukturalnego. Promiennik podczerwieni wyświetla przed kamerą chmurę punktów, których położenia rejestrowane są przez kamerę z filtrem podczerwonym. Uzyskana rozdzielczość informacji o głębi z kamery to 300x200 i dalej, jest programowo interpolowana do rozdzielczości kamery wizyjnej (640x480). Zakres działania czujnika odległości to 0,4-6,5 m. Informacja o odległości we wszystkich punktach daje możliwość programowego odczytania np. sylwetki człowieka i wykrycia jego gestykulacji. Zastosowanie metody światła strukturalnego pozwala na bezbłędne działanie sensora tylko w pomieszczeniach – odczyt jest wrażliwy na zbytnie nasłonecznienie.

Dostarczane oprogramowanie Microsoft

Oprogramowanie dostarczane wraz z kamerą Kinect jest w stanie automatycznie przekalibrować czujnik w oparciu o stan gry oraz fizyczne otoczenie gracza, biorąc pod uwagę również różnego rodzaju przeszkody (np. meble). Kinect ma możliwość jednoczesnego śledzenia dowolnej liczby postaci, w tym 2 aktywnych graczy, będących w stanie zmieścić się w polu widzenia kamery. Urządzenie, śledząc postacie i dokonując analizy ich ruchów, "dzieli" człowieka na 48 części, monitorowanych w czasie rzeczywistym