微软发布 Kinect for Windows SDK 测试版

背景

软件开发工具包（software development kit，SDK）是平台方交给外部程序员的一整套东西：与硬件打交道的库、示例代码和文档。没有它，想用一个设备就得自己去猜它的数据流。对 Kinect 来说，有价值的数据不是普通的视频画面，而是关于房间和人的一组测量——每个点有多远、身体的关节在哪里、声音从哪个方向来。

发布

2011 年 6 月 16 日，微软宣布由微软研究院（Microsoft Research）提供 Kinect for Windows SDK 的测试版（beta）^[1]。微软称这一测试版是面向非商业应用的免费发布^[1]。微软研究院的 Tony Hey 写道，SDK 测试版于 2011 年 6 月 16 日发布，目的是开启把自然用户界面（natural user interface）带到 PC 上的下一个阶段^[2]。

开发者拿到了什么

微软表示，这套 SDK 的设计目标是让开发者在 Windows 7 上做出涉及深度感知（depth sensing）、人体运动跟踪，以及语音与物体识别的体验^[1]。深度感知指的是为每个像素估计距离而不是颜色，从而把一张平面图像变成房间的大致三维图。人体运动跟踪更进一步：骨骼跟踪可以跟随在 Kinect 视野内活动的一到两个人的骨架图像^[1]。它实际做的是把一个带关节的模型——头、肩、手臂、腿——套到传感器看到的人身上，程序于是可以对姿势而不是按键作出反应。

SDK 还开放了来自深度传感器、彩色摄像头传感器和四元麦克风阵列（microphone array）的原始数据流^[1]。原始数据之所以重要，是因为开发者可以绕开平台自己的解读，自己做判断。以四元麦克风阵列为例：同一句话到达每个麦克风的时刻略有差别，比较这些时间差就能得出说话人的方向，系统因此可以判断房间里是谁在说话。

除了代码，微软称 SDK 还包含 100 多页技术文档^[1]——这往往决定一个外部程序员是一个下午就能跑通，还是干脆放弃。

正式发布之前

微软研究院称，在面向公众发布之前，它在雷德蒙德（Redmond）为选定的研究人员和爱好者举办了一场 24 小时的编程马拉松（coding marathon）^[2]。这种形式对新硬件和新软件平台很常见：先给一小群人提前访问权，让他们一口气做出点东西，再用他们做出来的成果证明工具好用。

它意味着什么

微软表示打算在稍后发布 SDK 的商业版本^[1]，这就摆出了一个两步走的安排：先是非商业用途的免费测试版，之后是面向产品的商业途径。微软研究院用的说法比游戏更宽：把自然用户界面带到 PC 上^[2]，意味着用身体动作、手势和语音而不是键盘鼠标来输入，而这套 SDK 正是让微软之外的人能在 Windows 7 上尝试这件事的那一块^[1]。