Kinect for Windows v2 感應器簡單開箱


之前 Heresy 已經開箱過 Kinect for Xbox One 感應器,還有對應的 Kinect for Windows 轉接器了(請參考《Kinect for Xbox One @ Windows 開箱文》)~而在微軟沒有正式在台灣販售第二代 Kinect for Windows 感應器的現在,這應該也是在台灣可以入手 Windows 用的 Kinect 感應器最簡單的方法了。(雖然好像大部分時間也沒貨)

不過,由於最近剛好拿到在大陸買到的 Kinect for Windows v2 感應器,所以在這邊也簡單寫個開箱文,比較一下這兩者的差別吧~

上方右圖,就是第二代 Kinect for Windows 感應器的外盒,和 Kinect for Xbox One 的感應器盒子比起來,算是大上不少,不過基本上還是比加上轉接器後、兩個盒子加起來小一點(下左圖)。

 

而在盒子上其實沒有太多的說明,主要的標示都在盒子的背面(上右圖);可以看到,他有強調他是「PC 最佳化」,而且「不適合使用於 Xbox 系統」。不過個人也滿好奇的,不知道有沒有人試過把他接到 Xbox One 上試試看?

這邊比較有趣的,是他的系統需求的部分,雖然大致上和「Kinect Adapter for Windows」上的相同,但是卻有把 32 位元拿掉、變成強調只能用在 64 位元的系統了~但是其他像是 2GB 的記憶體等等,則都還是和「Kinect Adapter for Windows」相同,比 MSDN 上的需求略低一些。所以,這樣看來,微軟針對 Kinect for Windows v2 的系統需求總共有三種不同的版本了!這點不知道到底該怎麼說了。 ^^"

打開外盒後,裡面的東西分成兩層,上層就是 Kinect 感應器的本體(下方左圖)、下層則是轉接器(下方右圖);在兩層中間,則夾著他的文件(右圖)。

  

Heresy 沒有做很嚴謹的比較,不過乍看之下,Windows 專用的版本和 Xbox One 的版本加轉接器比起來,並沒有明顯的區別。(for Windows 版本少附了一個 Xbox One 的遊戲卡就是了)

可以直接看得出來的差別,應該就是在感應器本體的左側、那個 Xbox 的標誌不見了吧~下面左圖就是兩台疊在一起的樣子。

  

而兩者另外的細部分別,大概就是 Xbox One 用的 Kinect 型號(model)是 1520,Windows 專用的版本則是 1656 了吧~雖然細部型號不同,但是接到 Windows 上後,抓到的裝置基本上都是相同的,所以應該沒有明顯的差別吧。而實際上,在微軟的網站上,除了 Windows 專用版不能給 Xbox 用外,也沒有明確列出差異,所以應該可以視為相同吧。

這篇簡單的開箱就這了,主要也只是比較兩種版本的差別而已。之後如果有發現不一樣的地方,會再補充的。

對「Kinect for Windows v2 感應器簡單開箱」的想法

  1. eresy大您好:

    在網路上爬文蒐集關於kinect的相關資料,發現您是台灣kinect程式開發的知名權威,且樂於分享相關經驗,所以冒昧來信打擾您,不知是否可以請教您幾個問題?感謝。

    目的背景介紹:主要是想用kinect作為人體頭部3d掃描建模的工具,臉部輪廓、耳朵清晰是重點,頭髮一點也不重要。

    問題1:請問如果完全不計體感追蹤等相關功能,單純就以3d掃描人的頭部建模作為唯一用途,kinect v2會比第一代kinect更好嗎?(在精度上來說)

    問題2:在youtube上以「multiple kinects」作為關鍵字搜尋,可以發現一些以增加kinect數目,同時掃描,增加3d建模廣度或精度的方法,想請問您,依您的了解,我想要的3d掃描範圍就是頭部而已,同時使用多台kinect有可能可以增加掃描的精緻度嗎?

    問題3:承問題2,固定在不同角度,同時用多台kinect一起掃描,如果這是可能的,不知道台灣目前有沒有相關的現有技術?如果沒有,可以請您推薦有可能可以收費接案的程式撰寫者或專案開發團隊嗎?

    感謝您,謝謝!

    • 1. 理論上,精確度有提高。但是實際上直接掃描、建模的話,讀到的原始資料還是有大量的雜訊,需要另外處理。

      2. 技術上可以。
      但是要注意,Kinect v2 單台電腦只能使用一個裝置,所以如果是要使用多台 Kinect v2 的話,勢必得變成要用多台電腦來做處理。
      另一個方法則是用 Kinect Fusion 這種功能,透過單台感應器去連續拍攝、來合出完整的場景、並消除雜訊;但是缺點就是拍攝時間必須拉長不少。

      3. 這邊的技術需求、基本上就是多台感應器的定位、以及之後的資料融合了。

發表留言

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料