目前，国内市场大多数虚拟现实多点触摸系统均基于一种被称为“影像动作识别接触式交互”的技术。该技术强调对多个人体动作在实体接触状态下的分辨、记录和分析。对实体世界的这种判断能力是互动投影多点触摸系统的基础技术。 实现互动投影多点触摸的核心在于*现实世界信息的捕捉，以及建立在一定规则上的对现实世界信息在虚拟世界中的影响的反馈，并将这种反馈效果实时显示出来。 实现“影像动作识别接触式交互”的关键在与获取现实影像，并从中提取必要的辨别主体，例如人，对人的组成部件形态在既定的空间坐标中分解，构成识别信息库，并被虚拟演示系统调用。 该系统的工作过程就如同，我们那数码相机拍摄一张照片，然后我们看到了一座房子、一个人和一只狗。假如系统关注的对象物体是“人”那么我们就要分析在显示空间坐标中，人的腿、手或者眼睛的位置。将得到的这些人体部位的空间信息与显示图像中的虚拟物体的空间信息对比，如果发现空间重合，则改变显示物体的形状或者空间位置。形成类似人真实触碰了虚拟物体的景象。 目前，虚拟互动投影技术集中在人机交互部分的工程研究和实现。从未来来讲，该技术还可以在立体显示和现实感知等方面继续发展开拓，形成更加饱满的虚拟互动效果。
