该算法可以很好地将人体的头、肘、手、脚区分开来，X配有一款深度感应摄像头，它可利用红外线技术，记录障碍物与摄像头的距离，如果人类站在客厅里的摄像头前，它会检测到它与人类身体的距离比后侧墙壁更近，并且还能确定人类身体的大致轮廓。
但人有男女老少、高矮胖瘦，特别是在玩游戏时还可能会摆出一些奇形怪状的姿势，这个数据在沈教授研究所获得的，所以该算法需要对人体的各处特定部位进行定位和识别。
苹果科技公司的算法，可以达到对静态图像的识别，动态图像识别需要更强大的分析处理能力，强行为会导致游戏卡顿、延迟，不过沈教授的研究所可是让这方面的研究得到了很好发展。
可能很多人类还是想不到，算法是如何确定那些特定身体部位，所对应的图像中的像素点呢？
事实上可通过一个简单的问题算法来实现，类似于“猜单词游戏”。第1个问题是：这个单词位于词典的前半部分还是后半部分？答案如果是“前半部分”，词典此时被一分为二。
则开始第2个问题：这些字母位于“前半部分”的前半部还是后半部？此时词典被分为几个部分。