去年在CES消费电子展会和E3电玩大展上引起电玩业界高度瞩目的微软Xbox游戏机动作感应控制系统「诞生计划」（Project Natal），将在今年年底圣诞节假期在全球正式贩卖。游戏机大厂Sony当然也不会缺席，在上周便展示新的无线动作感应控制器，可与PS3的外接镜头搭配，透过控制器上的闪光来追踪用户的动作。

微软正在加速开发3D动作感知的人工智能软件及其相关数据库。（Source：Microsoft）

在任天堂Wii带起了以MEMS动作感应技术为基础的游戏风潮后，动作感知技术便成为游戏机大厂提升消费者游戏体验的重要利器。Project Natal则是一种可以感测3D立体动作和声音的感应控制系统，除可拍摄2D全彩影像之外，更可以同时还拍摄 3D 距离影像，建立3D立体影像数据，精确掌握玩家的身形、姿势与动作，用来外挂支持微软的Xbox游戏机动作感知能力。

这是藉由放在电视上的RGB摄影机、近距离红外设备和麦克风，由摄影机发出红外线脉冲光照射玩家，再以LED感光组件侦测红外线反射回来的时间，利用时间差的运算，精确感测出3D立体空间的相对位置变化，藉此建构出深浅不一的灰阶距离影像。摄影机并内建专属处理器，辅助运算3D影像辨识与动作。Project Natal可以感应玩家全身肢体动作的移动、和玩家所发出的语音声调，控制游戏的动作方向，完全不需要使用遥控器。例如玩家玩足球游戏，就可以踢脚做出踢球动作；想身历其境电玩格斗游戏场景，出拳击掌即可。

微软这款Project Natal动作感应系统所采用的3D互动感测技术，与深度感测（Depth Sensing）技术息息相关。目前全球已有多家厂商投入开发深度感测技术，硬件厂商包括3DV Systems、PrimeSense、Optrima、Canesta等；软件方面则包括Softkinetic、GestureTek、XTR及Mgestyk等。其中微软已投资间接取得以色列厂商3DV Systems相关技术的知识产权，3DV Systems拥有名为「ZCam」的动作感测技术。据称微软也有采用PrimeSense的3D PrimeSensor互动感测技术。有消息指出，3DV Systems曾向任天堂的高阶主管展示以3D方式追踪动作、并具有语音识别功能的新款照相机。但任天堂似乎拒绝采用相关技术。「ZCam」是使用简易的加速度计（Accelerometers）与红外线技术，藉此取得目标物体的深度图（Depth Map），经由软件的运算来判断Depth Map变换速度、深浅度与方向。

越来越多的Project Natal动作感知能力也已经被揭露出来。除了上述特性之外，Project Natal更可以感测到肢体动作的细微变化（nuance），甚至可藉由算法，去辨识摄影镜头所无法捕捉的移动方向，例如玩家把手放在背后的动作也可以被追踪到。玩家玩Wii的网球游戏时、偶然会将手撞击到墙面或是窗户的激烈费力动作也不会出现，Project Natal的侦测演算软件可以追踪人体肢体动作的方向，进而让玩家自然而然地伸展肢体、集中吸引在同一区域内。

光靠摄影镜头，不足以让摄影镜头本身知道它要感测什么，以及感测的数据数据为何。微软目前就正在为Project Natal系统设计一套软件，可以分析影像、寻找人体基本动作模式，并且可辨识大概30种肢体关节支点动作，包括头部、躯干、屁股、膝盖、手肘和大腿等部。也因此，微软正在积极开发属于人工智能一环的机器学习（machine learning）新技术，建立出一个具有上百万张人体肢体动作的图像数据库，藉由庞大的丛集计算机的运算，以便让录像镜头具备可从数据库中辨识人体动作方向的智能辨识能力。这也可以让软件程序开发人员得以在不计其数的人体动作中，归纳可以描述人体动作的软件程序法则的最大可能性。

移动身体就能够控制游戏，这真是全新「人机接口」的体验，操控游戏杆的游戏模式正在被挑战。以往一直都是「控制器」在「玩」游戏，藉由Project Natal，未来「玩家自己就是控制器」了。大部分使用过的玩家认为，Project Natal将对任天堂的Wii产生严重威胁。市场人士更预测，Project Natal将不会采取外挂方式，很可能摇身一变，成为微软在年底假期消费旺季的游戏机主力机种。目前包括Activision Blizzard、Bethesda Softworks、CAPCOM、Disney Interactive、艺电（Electronic Arts）、Konami、MTV Games、Namco Bandai、Sega、Square Enix、THQ Inc、Ubisoft等游戏软件大厂，都正积极开发能够支持Project Natal的应用游戏软件。

任天堂、Sony和微软3大游戏机厂商都将变革人机互动操控接口，视为下一波游戏机激烈竞争下脱颖而出的重点。3D动作感知技术可结合MEMS感测、深度感测、肢体动作辨识、语音识别等核心，整合光学、微机电、人工智能、算法等关键软硬件技术，并可延伸至各种多元化应用领域，其发展前景大有可为，非常值得期待。