Light coding，顾名思义就是用光源照明给需要测量的空间编上码，说到底还是结构光技术。但与传统的结构光方法不同的是，他的光源打出去的并不是一副周期性变化的二维的图像编码，而是一个具有三维纵深的“体编码”。这种光源叫做激光散斑（laser speckle），是当激光照射到粗糙物体或穿透毛玻璃后形成的随机衍射斑点。
这些散斑具有高度的随机性，而且会随着距离的不同变换图案。也就是说空间中任意两处的散斑图案都是不同的。只要在空间中打上这样的结构光，整个空间就都被做了标记，把一个物体放进这个空间，只要看看物体上面的散斑图案，就可以知道这个物体在什么位置了。当然，在这之前要把整个空间的散斑图案都记录下来，所以要先做一次光源的标定。在PrimeSense的专利上，标定的方法是这样的：每隔一段距离，取一个参考平面，把参考平面上的散斑图案记录下来。假设Natal规定的用户活动空间是距离电视机1米到4米的范围，每隔10cm取一个参考平面，那么标定下来我们就已经保存了30幅散斑图像。需要进行测量的时候，拍摄一副待测场景的散斑图像，将这幅图像和我们保存下来的30幅参考图像依次做互相关运算，这样我们会得到30幅相关度图像，而空间中有物体存在的位置，在相关度图像上就会显示出峰值。把这些峰值一层层叠在一起，再经过一些插值，就会得到整个场景的三维形状了
墙距离Kinect很远，所以被一种颜色标注，而人比较近，就用另一种颜色标注了。这时也许会有人问：Kinect怎么知道面前站的是人还是大象（这两个好像体积差别很大）。在得到深度信息后，Kinect会像切鱼片一样，按照深度由小到大得到很多切面图像，如这张图里人和墙就在不同的切面图像里了。下一步就是对不同切面的图像进行分析，假如这个切面图像里有和人体轮廓相似的区域，Kinect就会激动的跳起来，说：“捉住你了，小子。”然后就会在这个深度跟踪人体的切面图像，并且识别出手和腿和脑袋（这部分就是图像识别的算法了，简单来说就是下面两根细的就是脚，上面凸出的就是头）。
就要大功告成了，你已经被锁定了，Kinect会从上到下扫描你，然后根据你的身高给逐步判断出你的膝盖在哪，手掌在哪，肚子在哪，并把这些相对的位置数据绑定到一个虚拟的骨骼上面，这样，就完成了真人到虚拟人的映射。
到这里，也许有人发现RGB摄像机（也就是普通的出真实图像的摄像机，你手机上那个）貌似没有用到……是的，就人体识别和跟踪来说，RGB摄像机没有任何用处，华硕类似的体感设备Xtion上就没有，之所以装这个摄像机，是为应用做准备的。
整个Kinect其实就是一个大蝙蝠，红外投射器不断向外发出红外结构光，就相当于蝙蝠向外发出的声波，红外结构光照到不同距离的地方强度会不一样，如同声波会衰减一样。红外感应器呢，相当于蝙蝠的耳朵，用来接收反馈的消息，不同强度的结构光会在红外感应器上产生不同强度的感应，这样，Kinect就知道了面前物体的深度信息，将不同深度的物体区别开来，如下图所示：
墙距离Kinect很远，所以被一种颜色标注，而人比较近，就用另一种颜色标注了。这时也许会有人问：Kinect怎么知道面前站的是人还是大象（这两个好像体积差别很大）。在得到深度信息后，Kinect会像切鱼片一样，按照深度由小到大得到很多切面图像，如这张图里人和墙就在不同的切面图像里了。下一步就是对不同切面的图像进行分析，假如这个切面图像里有和人体轮廓相似的区域，Kinect就会激动的跳起来，说：“捉住你了，小子。”然后就会在这个深度跟踪人体的切面图像，并且识别出手和腿和脑袋（这部分就是图像识别的算法了，简单来说就是下面两根细的就是脚，上面凸出的就是头）。
就要大功告成了，你已经被锁定了，Kinect会从上到下扫描你，然后根据你的身高给逐步判断出你的膝盖在哪，手掌在哪，肚子在哪，并把这些相对的位置数据绑定到一个虚拟的骨骼上面，这样，就完成了真人到虚拟人的映射。
到这里，也许有人发现RGB摄像机（也就是普通的出真实图像的摄像机，你手机上那个）貌似没有用到……是的，就人体识别和跟踪来说，RGB摄像机没有任何用处，华硕类似的体感设备Xtion上就没有，之所以装这个摄像机，是为应用做准备的。