Vsaka periferna naprava Kinect® ima tri različne vrste senzorjev. Primarni senzor, po katerem je Kinect® znan, je infrardeča (IR) kamera, ki lahko preuči svetlobne točke in ustvari zemljevid globine. Ti primarni senzorji Kinect® se uporabljajo za preslikavo območja in ljudi v njem v treh dimenzijah. Vsaka naprava ima tudi tradicionalno kamero, ki ustvarja rdeči, zeleni in modri (RGB) video izhod. Končni tip Kinect® senzorjev, ki so prisotni v vsaki napravi, so štirje mikrofoni, razporejeni v niz.
Kinect® je periferna naprava, ki se uporablja za upravljanje video iger brez potrebe po fizičnem krmilniku. Številni različni senzorji Kinect® delujejo skupaj, da bi to omogočili. Prejšnje periferne naprave za zajemanje gibanja so sledile samo gibanju, vendar je Kinect® sposoben tudi ustvariti zemljevid globine in prepoznati vir različnih zvokov v prostoru. Vhodi teh senzorjev Kinect® se lahko uporabljajo tudi ločeno za različne funkcije.
Da bi senzorji Kinect® ustvarili zemljevid globine, je vsaka naprava opremljena tudi z infrardečim projektorjem. Ta komponenta je sposobna osvetliti na tisoče svetlobnih točk na igralno površino. Te svetlobne točke so nevidne s prostim očesom, toda infrardeča kamera, ki je prisotna v vsakem Kinect®, jih lahko vidi in nato izračuna čas leta, da ustvari tridimenzionalno predstavitev prostora.
Drugi vizualni senzor, ki je prisoten v vsakem Kinect®, je tradicionalna RGB kamera. Ta kamera ustvarja video z ločljivostjo 640×480 in 30 sličicami na sekundo (FPS). Z združevanjem teh vizualnih podatkov z zemljevidom globine, ki ga zagotavlja IR senzor, lahko Kinect® ustvari tridimenzionalno predstavitev prostora. Te kombinirane informacije se uporabljajo tudi za oceno skeletne strukture igralca, tako da periferna naprava registrira gibanje za ustvarjanje vhodov v igro. Videoposnetek se lahko uporablja tudi ločeno od zemljevida globine za videokonference in fotografiranje.
Niz mikrofonov je končni tip senzorja, ki je prisoten v vsaki napravi Kinect®. S preučevanjem razlike v zvokih, ki jih ujame vsak od štirih mikrofonov v nizu, lahko Kinect® približno ugotovi, od kod je prišel zvok. Te informacije se lahko uporabijo za zaklepanje glasovnega upravljanja na enega predvajalnika ali filtriranje hrupa v ozadju. Mikrofonski niz se lahko uporablja tudi ločeno za glasovno komunikacijo in druge podobne funkcije.