به گزارش سیارنیوز و به نقل از نیواطلس، سیستم مذکور هم اکنون در دانشگاه واترلو کانادا در حال توسعه و شامل دو بخش است. یک بخش آینه ای کوچک و رو به پایین است که روی وب کم رایانه قرار می گیرد. بخش دیگر نرم افزار مبتنی بر ماشین یادگیری است که روی رایانه فعال می شود.
به عنوان مثال هنگامیکه کاربر می خواهد صدای بلندگو را بلندتر کند، کافی است شست یک دستش را به سمت بالا نگه دارد و دست دیگرش کنار کیبورد بماند. نرم افزار حرکت مذکو را شناسایی و طبق آن صوت بلندگو را تنظیم می کند.
نالین چیبر یکی از فارغ التحصیلان دانشکده علوم رایانشی دانشگاه واترلو کانادا می گوید: ابداع ما با یک ایده ساده درباره راه های استفاده از «وب کم» شروع شد. وب کم دستگاه به سمت صورت فرد است اما بیشتر کنش و واکنش ها در رایانه با دست ها انجام می شود. بنابراین ما فکر کردیم اگر وب کم بتواند حرکات دست را ردیابی کند، چه اتفاقی می افتد؟
علاوه برآن با نشانه گرفتن دوربین به سمت دست ها، کاربر مجبور نیست نگران آن باشد که تایپ لایک به طور مداوم صورتش را بررسی می کند و در نتیجه حریم خصوصی وی به خطر نمی افتد.
از آنجا که دست افراد مختلف است، محققان با کمک ۳۰ داوطلب مخزنی از ویدئوهای مربوط به ۳۶ حرکت ابداع کردند. در مرحله بعد الگوریتم ماشین یادگیری با توجه به مخزن مذکور آموزش دید و یاد گرفت به طور مداوم هر حرکت را بدون در نظر گرفتن اختلافات در شرایط نور و دست، ردیابی کند.
سیستم مذکور با دقت ۹۷ درصد حرکات را شناسایی می کند. کارشناسان معتقدند با توسعه بیشتر تایپ لایک، می توان آن را در محیط های واقعیت مجازی به کار برد و به این ترتیب استفاده از کنترل های دستی غیر ضروری می شود.
این تحقیق اخیرا در ژورنال ACM Human Computer Interaction منتشر شده است.
لینک کوتاه: