Netrukus kompiuteriai vis dažniau vaizdo kameromis dairysis į savo šeimininkų veidus. “Intel” pristatė programinę įrangą, kuri sugeba vartotojo nurodymus skaityti iš lūpų.
Siekdama žmogaus ir kompiuterio bendravimą padaryti dar natūralesnį, “Intel” iš esmės patobulino balso atpažinimo technologiją: kompanijos tyrimų centre “Microprocessor Research Labs” atvirojo kodo programinės įrangos paketas AVSR (Audio Visual Speech Recognition) sujungtas su žmogaus veido mimikos ir lūpų judesių atpažinimo algoritmais. Naujieji algoritmai įtraukti į “Intel OpenCV” (http://www.intel.com/research/mrl/research/opencv/) kompiuterinio vaizdo analizavimo biblioteką.
Šiuolaikinės balso atpažinimo programinės priemonės, kurių dėka nurodymus kompiuteriui galima pateikti žodžiu, pakankamai gerai veikia tik tais atvejais, kai patalpoje nėra foninio triukšmo arba kai naudojama gerai suderinta techninė įranga. Tačiau šių algoritmų tikslumas “realiomis” kalbos atpažinimo technologijos naudojimo sąlygomis, pavyzdžiui, triukšmingose viešosiose vietose, dar gerokai atsilieka. Naujoji “Intel” programinė įranga gali išmokyti kompiuterį stebėti žmogaus veidą ir iš jo lūpų judesių suprasti sakomus žodžius. Apdoroti fiksuojamo vaizdo duomenys sinchronizuojami su balso atpažinimo programinės įrangos rezultatais ir dėl to gerokai padidina balsinės sąsajos efektyvumą net ir triukšmingose vietose. AVSR programinė įranga - tai daugiau nei 500 vaizdo apdorojimo funkcijų rinkinys, kuris padeda tyrinėtojams kurti naujus sprendimus, pagrįstus kompiuterių “regėjimu”. Atvirojo naudojimo išeities kodai suteikia galimybę tuo besidomintiems programuotojams kurti pačius įvairiausius vaizdo analizavimo taikymus, pradedant vaikų žaislais, baigiant pramoninės gamybos technologijomis.
“Intel” teigia, kad didėjant procesorių spartai, pingant skaitmeninėms vaizdo kameroms, didėjant ryšio kanalų, kuriais perduodamas vaizdas, pralaidai atsiranda galimybė net ir šiandien naudojamuose asmeniniuose kompiuteriuose realiuoju laiku naudotis vaizdo atpažinimo algoritmais.
Ne viena “Intel” moko kompiuterius matyti. “CNet” pasakoja apie “Microsoft Research” tyrimų centre sukurtą “GWindows” vaizdo sąsajos su kompiuteriu prototipą, kuris leidžia vartotojui keisti programų langus, peržiūrinėti failus žodžiais ir judesiais. Vaizdo kamera 50 cm atstumu nuo kompiuterio monitoriaus fiksuoja judančius objektus, pavyzdžiui, pirštą ar rankoje laikomą rašiklį. “GWindows” visus judesius interpretuoja kaip kompiuteriui duodamas komandas: pavyzdžiui, iškėlus pirštą virš programos lango ir “braukiant” juo į kairę įkandin pirštui pajudės ir programos langas. Jei vartotojas ištars žodį “scroll” (slinkti), kompiuteris sujungs piršto ir balso komandas ir leis peržiūrinėti informaciją judinant prieš ekraną laikomą ranką. Tokiai navigacijai nereikia jokių specialių pirštinių. Judesius analizuojančią sistemą kurianti “Microsoft” šitaip nori pasiekti didesnį balso atpažinimo technologijos efektyvumą.
Tokių “Intel” ir “Microsoft” eksperimentavimų su “reginčiais” kompiuteriais dėka bus galima naudotis ne tik patogesnėmis darbo su jais sąsajomis. Naujieji vaizdo atpažinimo ir jo analizavimo sprendimai leis pasitelkti matančius kompiuterius daugelyje gyvenimo sričių: jie gali saugoti automobilių stovėjimo aikšteles (pranešdami apie pavojų, kai kas nors įtartinai ilgai trinasi prie kurios nors mašinos ar nuolat stabtelėja eidamas nuo vienos prie kitos), ar ligoninėse stebėti širdies ligomis sergančius pacientus, kai staiga sulėtėja jų žingsnis. Naujomis juslėmis praturtinti kompiuteriai padės išspręsti ne vieną problemą. Ir, žinoma, sukurs visą aibę naujų, apie kurias šiandien net nesusimąstome.
