實現互動投影的核心在于最現實世界信息的捕捉，以及建立在一定規則上的對現實世界信息在虛擬世界中的影響的反饋，并將這種反饋效果實時顯示出來。

    目前，國內市場大多數虛擬現實系統均基于一種被稱為“影像動作識別非接觸式交互”的技術。該技術強調對人體動作在沒有實體接觸狀態下的分辨、記錄和分析。對實體世界的這種判斷能力是互動投影系統的基礎技術。

    實現“影像動作識別非接觸式交互”的關鍵在與獲取現實影像，并從中提取必要的辨別主體，例如人，對人的組成部件形態在既定的空間坐標中分解，構成識別信息庫，并被虛擬演示系統調用。

    該系統的工作過程就如同，我們那數碼相機拍攝一張照片，然后我們看到了一座房子、一個人和一只狗。假如系統關注的對象物體是“人”那么我們就要分析在顯示空間坐標中，人的腿、手或者眼睛的位置。將得到的這些人體部位的空間信息與顯示圖像中的虛擬物體的空間信息對比，如果發現空間重合，則改變顯示物體的形狀或者空間位置。形成類似人真實觸碰了虛擬物體的景象。

    目前，虛擬互動投影技術集中在人機交互部分的工程研究和實現。從未來來講，該技術還可以在立體顯示和現實感知等方面繼續發展開拓，形成更加飽滿的虛擬互動效果。