Nasze osobiste urządzenia, wraz z modelem uczenia maszynowego, są w stanie odtwarzać pozę ciała człowieka w 3D. W jaki sposób działa ta technologia śledzenia ruchu ciała?
Jak realizowane jest śledzenie pozycji ciała?
Śledzenie ruchu całego ciała jest coraz bardziej przydatne, a w przypadku kinematografii wykorzystywane od lat. Technologia ta pozwala na jeszcze głębsze odczuwanie doznań płynących z wirtualnej rzeczywistości oraz gier wideo, ale nie tylko. Często pozwala również na dopasowanie treningów naszego ciała.
Choć śledzenie jest przydatne i ma mnóstwo zastosowań, nie jest jeszcze doskonałe, a już na pewno wygodne i tanie. Technologia wymaga często wykorzystania szeregu kamer i sensorów, które, owszem, spełniają swoją rolę, jednak mogą ograniczać ruchy, a zasięg czujników jest ograniczony. Z pomocą i pomysłem przychodzą jednak naukowcy z Carnegie Mellon University, którzy zdołali opracować system w miarę dokładnego śledzenia ciała, nie wymagającego specjalistycznej aparatury.
Śledzenie ruchu wykorzystuje uczenie maszynowe i osobiste urządzenia
Technologia amerykańskich naukowców opiera się o urządzenia, z których część z nas właśnie korzysta, a więc smartfon, smartwatch oraz słuchawki douszne. W większości tego rodzaju sprzęty osobiste wyposażone zostały w czujniki w postaci akcelerometrów oraz żyroskopów. Dzięki temu możliwe jest odtworzenie pozycji użytkownika oraz wygenerowanie modelu ciała w trójwymiarze.
Biorąc jednak pod uwagę ograniczenia w postaci dokładności tych wbudowanych w urządzenia czujników, badacze postanowili uzupełnić system o technologię opartą na dwukierunkowych sieciach neuronowych, którą nazwali IMUPoster. Pozwala ona na przewidywanie pozycji ciała nawet za pomocą samego smartfona, jednak trzeba mieć świadomość, że im więcej urządzeń, tym śledzenie ruchu ciała jest przeprowadzone rzetelniej.
Szczerze mówiąc, dokładność, osiągana przez istniejące żyroskopy i czujniki w urządzeniach, wraz z systemem IMUPoster, nie osiągają 100%. Mimo to, szacunki tworzone przez uczenie maszynowe są w stanie przewidywać stosunkowo prawdziwe pozycje.
Zespół naukowców udostępnia dane w trybie open source.
