اولین مچبند سهبعدیساز معرفی شد
محققان کرنل با استفاده از یک دوربین مینیاتوری و یک شبکه عصبی عمیق سفارشیسازی شده، اولین مچبند را ساختهاند که کل وضعیت بدن را به صورت سهبعدی ردیابی میکند. بادی ترک اولین پوشیدنی است که حالت تمام بدن را با یک دوربین ردیابی میکند. چنگ ژانگ، استادیار علوم اطلاعات و نویسنده ارشد مقاله میگوید: اگر بادی ترک در ساعتهای هوشمند آینده ادغام شود، میتواند یک تغییردهنده بازی در نظارت بر مکانیک بدن کاربر در فعالیتهای فیزیکی باشد، یعنی دقیقا جایی که دقت بسیار مهم است.
ژانگ گفت: «از آنجا که ساعتهای هوشمند دارای دوربین هستند، فناوریهایی مانند بادی ترک میتوانند وضعیت کاربر را درک کنند و بازخورد آنی را ارائه دهند.» این کار مفید و مقرون بهصرفه است و حرکت کاربر را محدود نمیکند.
مقاله مربوطه «بادی ترک: استنتاج ژستهای تمام بدن از شکلهای بدن با استفاده از دوربین مینیاتوری روی مچبند»، در مجموعه مقالات انجمن ماشینهای محاسباتی (ACM) در فناوری تعاملی، موبایل، پوشیدنی منتشر و ارائه شد. ماه سپتامبر درکنفرانس بینالمللی ACM در مورد محاسبات فراگیر در مورد این موضوع بحث و بررسی انجام شد.
بادی ترک جدیدترین سیستم سنجش بدن از SciFiLab مستقر در کالج کامپیوتر و علوم اطلاعات Conell Ann S. Bowers است. این تیم همان گروهی هستند که قبلا مدلهای یادگیری عمیق مشابهی را برای ردیابی حرکات دست و انگشتان، حالات چهره و حتی تشخیص گفتار بیصدا توسعه داده و از آنها استفاده کرده است. راز بادی ترک نهتنها در دوربین سایز مچ دست، بلکه در شبکه عصبی عمیق سفارشی پشت آن نیز هست. این شبکه عصبی عمیق - روشی از هوش مصنوعی که کامپیوترها را آموزش میدهد تا از اشتباهات درس بگیرند - تصاویر ابتدایی دوربین بدن کاربر را در حال حرکت میخواند و به طور مجازی 14 حالت بدن را بهصورت سهبعدی ایجاد میکند.
هیونچول لیم، دانشجوی دکتری در زمینه علم اطلاعات و نویسنده اصلی مقاله گفت: «به عبارت دیگر، این مدل تصاویر جزئی گرفته شده توسط دوربین را با دقت پر و کامل میکند و تحقیقات ما نشان میدهد که برای حس کردن بدن، نیازی نداریم که قابهای بدنمان کاملا در دید دوربین باشد». اگر بتوانیم فقط بخشی از بدنمان را بگیریم، همین هم اطلاعات زیادی برای استنباط برای بازسازی بدن کامل در اختیار ما قرار میدهد. حفظ حریم خصوصی برای افراد حاضر در نزدیکی شخصی که از چنین دستگاه حسگری استفاده میکند، یک نگرانی مشروع هنگام توسعه این فناوریهاست. بادی ترک نگرانیهای مربوط به حریم خصوصی را برای تماشاگران کاهش میدهد زیرا دوربین به سمت بدن کاربر است و فقط تصاویر جزئی از بدن کاربر را جمعآوری میکند. توسعهدهندگان همچنین میدانند که ساعتهای هوشمند امروزی هنوز دوربینهای کوچک یا قدرتمند و عمر باتری کافی برای یکپارچهسازی حسگر تمام بدن ندارند اما در آینده میتوانند این کار را انجام دهند.
مقاله مربوطه «بادی ترک: استنتاج ژستهای تمام بدن از شکلهای بدن با استفاده از دوربین مینیاتوری روی مچبند»، در مجموعه مقالات انجمن ماشینهای محاسباتی (ACM) در فناوری تعاملی، موبایل، پوشیدنی منتشر و ارائه شد. ماه سپتامبر درکنفرانس بینالمللی ACM در مورد محاسبات فراگیر در مورد این موضوع بحث و بررسی انجام شد.
بادی ترک جدیدترین سیستم سنجش بدن از SciFiLab مستقر در کالج کامپیوتر و علوم اطلاعات Conell Ann S. Bowers است. این تیم همان گروهی هستند که قبلا مدلهای یادگیری عمیق مشابهی را برای ردیابی حرکات دست و انگشتان، حالات چهره و حتی تشخیص گفتار بیصدا توسعه داده و از آنها استفاده کرده است. راز بادی ترک نهتنها در دوربین سایز مچ دست، بلکه در شبکه عصبی عمیق سفارشی پشت آن نیز هست. این شبکه عصبی عمیق - روشی از هوش مصنوعی که کامپیوترها را آموزش میدهد تا از اشتباهات درس بگیرند - تصاویر ابتدایی دوربین بدن کاربر را در حال حرکت میخواند و به طور مجازی 14 حالت بدن را بهصورت سهبعدی ایجاد میکند.
هیونچول لیم، دانشجوی دکتری در زمینه علم اطلاعات و نویسنده اصلی مقاله گفت: «به عبارت دیگر، این مدل تصاویر جزئی گرفته شده توسط دوربین را با دقت پر و کامل میکند و تحقیقات ما نشان میدهد که برای حس کردن بدن، نیازی نداریم که قابهای بدنمان کاملا در دید دوربین باشد». اگر بتوانیم فقط بخشی از بدنمان را بگیریم، همین هم اطلاعات زیادی برای استنباط برای بازسازی بدن کامل در اختیار ما قرار میدهد. حفظ حریم خصوصی برای افراد حاضر در نزدیکی شخصی که از چنین دستگاه حسگری استفاده میکند، یک نگرانی مشروع هنگام توسعه این فناوریهاست. بادی ترک نگرانیهای مربوط به حریم خصوصی را برای تماشاگران کاهش میدهد زیرا دوربین به سمت بدن کاربر است و فقط تصاویر جزئی از بدن کاربر را جمعآوری میکند. توسعهدهندگان همچنین میدانند که ساعتهای هوشمند امروزی هنوز دوربینهای کوچک یا قدرتمند و عمر باتری کافی برای یکپارچهسازی حسگر تمام بدن ندارند اما در آینده میتوانند این کار را انجام دهند.