به گزارش نیواطلس، سیستم مذکور هم اکنون در دانشگاه واترلو کانادا در حال توسعه و شامل دو بخش است. یک بخش آینه‌ای کوچک و رو به پایین است که روی وب‌کم رایانه قرار می‌گیرد. بخش دیگر نرم‌افزار مبتنی بر ماشین یادگیری است که روی رایانه فعال می‌شود.

به عنوان مثال هنگامی‌که کاربر می‌خواهد صدای بلندگو را بلندتر کند، کافی است شست یک دستش را به سمت بالا نگه دارد و دست دیگرش کنار کیبورد بماند. نرم‌افزار حرکت مذکور را شناسایی و طبق آن صوت بلندگو را تنظیم می‌کند.

نالین چیبر، یکی از فارغ‌التحصیلان دانشکده علوم رایانشی دانشگاه واترلو کانادا می‌گوید: ابداع ما با یک ایده ساده درباره راه‌های استفاده از «وب‌کم» شروع شد. وب‌کم دستگاه به سمت صورت فرد است، اما بیشتر کنش و واکنش‌ها در رایانه با دست‌ها انجام می‌شود. بنابراین ما فکر کردیم اگر وب‌کم بتواند حرکات دست را ردیابی کند، چه اتفاقی می‌افتد؟ علاوه بر آن با نشانه گرفتن دوربین به سمت دست‌ها، کاربر مجبور نیست نگران آن باشد که تایپ لایک به‌طور مداوم صورتش را بررسی ‌‌کند و در نتیجه حریم خصوصی وی به خطر نمی‌افتد.

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 به‌طور 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 می‌کند. کارشناسان معتقدند با توسعه بیشتر تایپ لایک، می‌توان آن را در محیط‌های واقعیت مجازی به کار برد و به این ترتیب استفاده از کنترل‌های دستی غیر ضروری می‌شود. این تحقیق اخیرا در ژورنال ACM Human Computer Interaction منتشر شده است.

 

 

اخبار مرتبط