10/10/2026 · VietTechies · Biên tập
Nhà phát triển KROU4 đã phát hành một dự án mã nguồn mở mang tên PS5CameraDriver, biến chiếc camera ống kính kép PlayStation 5 HD Camera (CFI-ZEY1) thành webcam đo chiều sâu stereo cho máy tính Windows và Linux. Nhờ kết hợp bản vá firmware siêu nhẹ với các compute shader trên bộ xử lý đồ họa (GPU), phần mềm này có thể tạo hiệu ứng xóa phông dựa trên phần cứng mà không cần tới sự hỗ trợ của mạng nơ-ron nhân tạo.
Tối ưu hóa băng thông phần cứng và vá firmware
Theo tài liệu kỹ thuật của dự án, PS5 HD Camera sở hữu hai cảm biến 1080p kết nối thông qua một chip cầu nội bộ qua chuẩn USB 3.0. Khi cắm vào máy tính, thiết bị ban đầu khởi động ở trạng thái nạp thô dưới mã USB ID 05A9:0580 và cần được khởi tạo firmware trước khi hiển thị giao diện USB Video Class (UVC) chuẩn với mã USB ID 05A9:058C. Để hoạt động mượt mà mà không vi phạm bản quyền phần mềm của Sony, trình cài đặt sẽ tải firmware gốc từ các máy chủ công khai, xác thực mã băm SHA-256 và áp dụng bản vá 90-byte ngay trên máy của người dùng.
Truyền hai luồng video 1080p đầy đủ ở tốc độ 60 khung hình/giây đòi hỏi băng thông khoảng 498 MB/s, vượt quá khả năng truyền tải USB của camera (khoảng 393 MB/s). Để giải quyết điểm nghẽn này, bản vá firmware tùy chỉnh sẽ điều khiển chip cầu phát luồng từ cảm biến chính ở độ phân giải đầy đủ 1920×1080, đồng thời giảm độ phân giải của cảm biến phụ xuống 960×540 bằng phần cứng. Giải pháp kết hợp này giúp giảm tổng lưu lượng dữ liệu xuống khoảng 320 MB/s, nằm trong giới hạn của chuẩn USB nhưng vẫn duy trì đủ dữ liệu thị sai để tính toán chiều sâu không gian.
Đường ống xử lý chiều sâu với Compute Shader qua Direct3D và Vulkan
Thay vì dùng mô hình máy học để đoán đường ranh giới phông nền, trình điều khiển tính toán bản đồ chiều sâu hoàn toàn dựa trên phép khớp stereo hình học thông qua các compute shader trên GPU. Đường ống xử lý áp dụng phép biến đổi Census trên vùng lân cận 9×7 điểm ảnh để tạo chữ ký độ sáng tương đối 62-bit, giúp việc tính toán không bị ảnh hưởng bởi sự chênh lệch độ lợi (gain) giữa hai ống kính. Tiếp theo là thuật toán Semi-Global Matching (SGM) trên 64 mức thị sai, lấp lỗ hổng theo hướng, làm mịn theo thời gian và dùng bộ lọc hướng dẫn (guided filter) để nâng cấp bản đồ chiều sâu 640×360 lên độ phân giải đầy đủ của hình ảnh.
Trình điều khiển ghi nhận thời gian thực thi trên GPU NVIDIA GeForce RTX 3060 Ti mất khoảng 9 millisecond (ms) mỗi khung hình, trong đó việc thu nhận video cơ bản tốn 3,0 ms và hiệu ứng xóa phông kéo dài tổng thời gian lên 9,2 ms. Trái lại, nếu mô phỏng rendering bằng CPU, thời gian xử lý mỗi khung hình tăng vọt lên 550 ms, khiến GPU hỗ trợ Direct3D 11 hoặc Vulkan 1.1 trở thành yêu cầu bắt buộc. Trên Windows 11, công cụ hoạt động bên trong Windows Camera Frame Server thông qua một Device MFT ở chế độ người dùng (user-mode), cho phép các ứng dụng camera gốc bật hoặc tắt hiệu ứng xóa phông ngay trong cài đặt hệ thống.
Ý nghĩa kiến trúc và giới hạn đa nền tảng
Dự án mã nguồn mở này cho thấy các bộ công cụ phát triển hiện đại có thể tái sử dụng thiết bị ngoại vi chuyên dụng của máy chơi game thành thiết bị thị giác máy tính đa năng. Các phần mềm xóa phông thông thường phụ thuộc vào mô hình phân đoạn AI, vốn thường gặp khó khăn với các đường nét tinh tế như tóc hoặc vật thể trong suốt, đồng thời tiêu tốn nhiều tài nguyên suy luận. Bằng cách trích xuất khoảng cách không gian trực tiếp từ hai cảm biến vật lý, PS5CameraDriver đạt được hiệu ứng tách phông quang học dựa trên chiều sâu thực tế thay vì ước tính thị giác. Việc tích hợp logic này vào các khung làm việc cấp hệ thống như Device MFT trên Windows hay daemon v4l2loopback trên Linux giúp các ứng dụng như Zoom, Microsoft Teams và OBS Studio nhận luồng dữ liệu phần cứng mà không bắt người dùng phải chạy thêm ứng dụng điều khiển camera ảo ở nền.
Mức độ tích hợp hệ điều hành có sự khác biệt giữa các nền tảng máy tính do mô hình thực thi trình điều khiển và yêu cầu ký mã (code signing). Windows 11 hỗ trợ tăng tốc GPU toàn diện cùng trình điều khiển hiệu ứng nền gốc, trong khi công cụ xóa phông Vulkan trên Linux vẫn đang ở giai đoạn thử nghiệm. Trên macOS, trình điều khiển cung cấp luồng video 1080p tiêu chuẩn ở tốc độ 30 và 60 khung hình/giây nhưng không thể tính toán xóa phông theo chiều sâu. Hạn chế này xuất phát từ chính sách bảo mật của Apple, yêu cầu chữ ký nhà phát triển chính thức từ Apple để nạp các tiện ích mở rộng camera cấp hệ thống. Được phát hành theo giấy phép GNU General Public License v3.0, mã nguồn của dự án cung cấp tài liệu tham khảo hữu ích cho việc thu thập dữ liệu chiều sâu stereo chi phí thấp trên phần cứng máy tính tương thích.
Ảnh minh họa do AI tạo, không phải ảnh tư liệu.
Nguồn: I turned the PS5 camera in my drawer into a depth-sensing webcam · GitHub – KROU4/PS5CameraDriver: PlayStation 5 HD Camera (CFI-ZEY1) as a PC webcam: native 1080p60 and depth-based background blur (bokeh) on Windows 11 and Linux (Vulkan), no kernel driver; macOS with