去年在CES消費電子展會和E3電玩大展上引起電玩業界高度矚目的微軟Xbox遊戲機動作感應控制系統「誕生計畫」（Project Natal），將在今年年底聖誕節假期在全球正式販售。遊戲機大廠Sony當然也不會缺席，在上週便展示新的無線動作感應控制器，可與PS3的外接鏡頭搭配，透過控制器上的閃光來追蹤使用者的動作。

微軟正在加速開發3D動作感知的人工智慧軟體及其相關資料庫。（Source：Microsoft）

在任天堂Wii帶起了以MEMS動作感應技術為基礎的遊戲風潮後，動作感知技術便成為遊戲機大廠提升消費者遊戲體驗的重要利器。Project Natal則是一種可以感測3D立體動作和聲音的感應控制系統，除可拍攝2D全彩影像之外，更可以同時還拍攝 3D 距離影像，建立3D立體影像資料，精確掌握玩家的身形、姿勢與動作，用來外掛支援微軟的Xbox遊戲機動作感知能力。

這是藉由放在電視上的RGB攝影機、近距離紅外線裝置和麥克風，由攝影機發出紅外線脈衝光照射玩家，再以LED感光元件偵測紅外線反射回來的時間，利用時間差的運算，精確感測出3D立體空間的相對位置變化，藉此建構出深淺不一的灰階距離影像。攝影機並內建專屬處理器，輔助運算3D影像辨識與動作。Project Natal可以感應玩家全身肢體動作的移動、和玩家所發出的語音聲調，控制遊戲的動作方向，完全不需要使用遙控器。例如玩家玩足球遊戲，就可以踢腳做出踢球動作；想身歷其境電玩格鬥遊戲場景，出拳擊掌即可。

微軟這款Project Natal動作感應系統所採用的3D互動感測技術，與深度感測（Depth Sensing）技術息息相關。目前全球已有多家廠商投入開發深度感測技術，硬體廠商包括3DV Systems、PrimeSense、Optrima、Canesta等；軟體方面則包括Softkinetic、GestureTek、XTR及Mgestyk等。其中微軟已投資間接取得以色列廠商3DV Systems相關技術的智慧財產權，3DV Systems擁有名為「ZCam」的動作感測技術。據稱微軟也有採用PrimeSense的3D PrimeSensor互動感測技術。有消息指出，3DV Systems曾向任天堂的高階主管展示以3D方式追蹤動作、並具有語音辨識功能的新款照相機。但任天堂似乎拒絕採用相關技術。「ZCam」是使用簡易的加速度計（Accelerometers）與紅外線技術，藉此取得目標物體的深度圖（Depth Map），經由軟體的運算來判斷Depth Map變換速度、深淺度與方向。

越來越多的Project Natal動作感知能力也已經被揭露出來。除了上述特性之外，Project Natal更可以感測到肢體動作的細微變化（nuance），甚至可藉由演算法，去辨識攝影鏡頭所無法捕捉的移動方向，例如玩家把手放在背後的動作也可以被追蹤到。玩家玩Wii的網球遊戲時、偶然會將手撞擊到牆面或是窗戶的激烈費力動作也不會出現，Project Natal的偵測演算軟體可以追蹤人體肢體動作的方向，進而讓玩家自然而然地伸展肢體、集中吸引在同一區域內。

光靠攝影鏡頭，不足以讓攝影鏡頭本身知道它要感測什麼，以及感測的數據資料為何。微軟目前就正在為Project Natal系統設計一套軟體，可以分析影像、尋找人體基本動作模式，並且可辨識大概30種肢體關節支點動作，包括頭部、軀幹、屁股、膝蓋、手肘和大腿等部。也因此，微軟正在積極開發屬於人工智慧一環的機器學習（machine learning）新技術，建立出一個具有上百萬張人體肢體動作的圖像資料庫，藉由龐大的叢集電腦的運算，以便讓錄影鏡頭具備可從資料庫中辨識人體動作方向的智慧辨識能力。這也可以讓軟體程式開發人員得以在不計其數的人體動作中，歸納可以描述人體動作的軟體程式法則的最大可能性。

移動身體就能夠控制遊戲，這真是全新「人機介面」的體驗，操控搖桿的遊戲模式正在被挑戰。以往一直都是「控制器」在「玩」遊戲，藉由Project Natal，未來「玩家自己就是控制器」了。大部分使用過的玩家認為，Project Natal將對任天堂的Wii產生嚴重威脅。市場人士更預測，Project Natal將不會採取外掛方式，很可能搖身一變，成為微軟在年底假期消費旺季的遊戲機主力機種。目前包括Activision Blizzard、Bethesda Softworks、CAPCOM、Disney Interactive、藝電（Electronic Arts）、Konami、MTV Games、Namco Bandai、Sega、Square Enix、THQ Inc、Ubisoft等遊戲軟體大廠，都正積極開發能夠支援Project Natal的應用遊戲軟體。

任天堂、Sony和微軟3大遊戲機廠商都將變革人機互動操控介面，視為下一波遊戲機激烈競爭下脫穎而出的重點。3D動作感知技術可結合MEMS感測、深度感測、肢體動作辨識、語音辨識等核心，整合光學、微機電、人工智慧、演算法等關鍵軟硬體技術，並可延伸至各種多元化應用領域，其發展前景大有可為，非常值得期待。