Новая технология Google может считывать язык тела без использования видеокамер
Google разрабатывает «новый язык взаимодействия» в лаборатории Advanced Technology and Projects, который позволит общаться с устройствами языком жестов.
Система ATAP анализирует движения, чтобы увидеть, готов ли человек к взаимодействию, а все остальное время работает в фоновом режиме.
Команда использовала радарный датчик Soli, чтобы определить близость, направление и маршруты людей вокруг. Затем он анализирует эти данные, чтобы определить, смотрит ли кто-то на датчик, проходит ли мимо, приближается или поворачивается к нему.
Google создала набор из четырех движений: Approach, Pass, Turn и Glance. Эти действия можно использовать в качестве триггеров для команд или реакций при взаимодействии с интеллектуальными дисплеями или другими устройствами. Некоторые из жестов уже работают на существующих устройствах с поддержкой Soli. Например, в Pixel 4 есть функция Motion Sense, которая откладывает будильник, если помахать рукой, или активирует телефон, если обнаруживает, что к нему приближается рука. Nest Hub Max от Google использует камеру, чтобы увидеть поднятую открытую ладонь, и в ответ приостанавливает воспроизведение мультимедиа.
Разработчики объясняют, что функция нужна, чтобы пользователь мог переключаться между несколькими устройствами с помощью жестов.
Теперь команда ATAP работает над комбинацией некоторых действий, таких как \приближение и взгляд, чтобы устройство могло реагировать и в этих ситуациях.
Чтобы все это работало хорошо, датчики и алгоритмы Google должны быть более совершенными. очень искусны не только в распознавании того, когда вы совершаете конкретное действие, но и в том, когда вы этого не делаете. Неточное распознавание жестов может превратить опыт, который должен был быть полезным, в невероятно разочаровывающий.
Глава отдела дизайна ATAP Леонардо Джусти сказал: «Это самая большая проблема, с которой мы сталкиваемся с этими сигналами». Он сказал, что с устройствами, подключенными устройствами, существует больше питания для более сложных алгоритмов, чем на мобильном устройстве. Частью усилий по повышению точности системы является сбор большего количества данных для обучения алгоритмов машинного обучения, включая правильные действия, а также похожие, но неправильные (чтобы они также узнали, что не принимать).
