اپل از یادگیری ماشین و نقشههای 3D برای شناسایی ژستهای حرکتی استفاده میکند
اپل در حال توسعهی فناوری مربوط به شناسایی ژستهای حرکتی سهبعدی است که میتوان در فضا با استفاده از دست پیاده کرد. این کمپانی در هفتهای که گذشت پتنتی را برای فناوری مربوط به شناسایی ژستهای حرکتی دست انسان با شکل مبهم به ثبت رسانده است. در ادامه به بررسی این فناوری خواهیم پرداخت.
دفتر ثبت اختراعات و علائم تجاری ایالات متحدهی آمریکا پتنتی را برای اپل با عنوان روش احتمالی حالت انگشت و دست براساس یادگیری ثبت کرده است. این فناوری قابلیت شناسایی و ثبت نقشهی سهبعدی انگشتان و دست کاربر را در حالت اجرای یک ژست حرکتی براساس یک الگوریتم یادگیری پیشرفته در اختیار کاربران قرار خواهد داد.
براساس اطلاعات ارائه شده، فناوری ثبت شده توسط این پتنت قادر است تا مشت کاربر را در حالتی که یک شی خارجی بخشی از آن را پوشانده، شناسایی نماید. بالا رفتن صحت شناسایی ژستهای حرکتی این امکان را در اختیار متخصصین قرار میدهد تا کتابخانههایی را برای ژستهای حرکتی مختلف تهیه کنند و از اینرو دقت در شناسایی ژستهای حرکتی افزایش پیدا میکند.
در این فناوری برای ثبت تصاویر سهبعدی از وجود یک سختافزار به منظور تصویربرداری استفاده میشود که قادر است نقشههای سهبعدی با برخورداری از عمق تصویر را با دقت بالا ترسیم کند. این فناوری با پردازش نقشهها، نشانههای روی دست و بازسازی مفاصل و تعیین موقعیت آنها نسبت به یکدیگر، قادر است تا با دقت بالایی به شناسایی ژستهای حرکتی بپردازد.
اپل با خرید کمپانی PrimeSense در سال ۲۰۱۳، شماری از فناوریهای مرتبط با شناسایی حرکت و اسکن سهبعدی را از آن خود کرده است. از جملهی گجتهایی که از فناوری پرایمسنس استفاده میکند میتوان سنسور کینکت مورد استفاده در ایکسباکس 360 اشاره کرد.
یک سیستم شناسایی ژستهای حرکتی در ابتدای کار نیازمند دریافت شماری از فاکتورهای شاخص به منظور شناسایی سایر ژستها است. از جملهی این فاکتورها میتوان به نوک انگشتان، مفاصل، کف دست و مچ دست اشاره کرد. سیستم قادر خواهد بود تا با بهرهگیری از موتور یادگیری خود، فاکتورهای مورد نظر را با ژستهای حرکتی مطابقت داده و آنها را شناسایی کند.
سیستم یادگیری مورد استفاده قادر است در طول زمان با شناسایی حالتهای دست کاربر و ثبت کردن آنها در حافظه در گذر زمان توانایی خود را در شناسایی ژستهای حرکتی بهبود ببخشد، بطوریکه حتی سیستم قادر خواهد بود تا در صورتی که بخشی از دست دیده نشود، آن را بازسازی کرده و شناسایی کند.