Pametni tepih procjenjuje ljudske poze bez upotrebe kamera
Ovaj sustav mogao bi se primijeniti za praćenje zdravlja, rehabilitacije i mobilnosti, razvoj pametnih domova i u računalnim igrama
Osjetljivi leteći ćilim na kakvom se vozio Aladin mogao bi dobiti konkurenta. Novi taktilni senzorski tepih iz MIT-ovog Laboratorija za računalne znanosti i umjetnu inteligenciju (CSAIL) doduše ne može letjeti niti govoriti, ali zato može procijeniti ljudske poze bez upotrebe kamera.
A to bi mogao biti veliki iskorak prema personaliziranoj zdravstvenoj zaštiti, opremanju pametnih domova i novim razinama računalnih igara.
Duboka neuronska mreža
Mnoge naše svakodnevne aktivnosti uključuju fizički kontakt sa zemljom: hodanje, vježbanje ili odmaranje. Te interakcije sadrže mnoštvo informacija koje nam pomažu da bolje razumijemo ljudska kretanja.
Prethodno je istraživanje iskoristilo upotrebu RGB kamera, nosivih svesmjernih kamera, pa čak i običnih starih web-kamera, ali s neizbježnim neželjenim posljedicama, od otkazivanja aparata do problema s privatnošću podataka.
CSAIL-ov istraživački tim koristio je kamere samo za izradu skupa podataka na kojima je sustav obučen i bilježio je samo trenutak u kojem osoba izvodi neke pokrete. Koristeći samo taktilne informacije, duboka neuronska mreža mogla je iz toga utvrditi radi li osoba čučnjeve, istezanja ili neku drugu radnju.
"Ovaj model mogao bi se primijeniti za praćenje zdravlja visokorizičnih osoba, za otkrivanje pada, praćenje rehabilitacije, mobilnosti i još mnogo toga", kaže Yiyue Luo, vodeća autorica rada o čarobnom tepihu.
Više od 9000 senzora
Jeftin i skalabilan, tepih je izrađen od tankog materijala osjetljivog na pritisak i vodljive niti s više od 9000 senzora.
Svaki od senzora na tepihu pretvara svaki kontakt stopala, udova ili ljudskog tijela na površinu u električni signal. Sustav je posebno obučen sinkroniziranim taktilnim i vizualnim podacima kao što je video i odgovarajuća toplinska mapa nekoga tko radi sklekove. Model koristi taktilne podatke, obrađuje ih i daje 3D prikaz ljudske poze na tepihu.
Model predviđa pozu osobe s marginom pogreške manjom od 10 centimetara i određene radnje klasificira s preciznošću od 97 posto. Na temelju isključivo taktilnih informacija ovaj tepih može prepoznati aktivnost, izbrojati broj ponavljanja i izračunati količinu sagorenih kalorija.
Poboljšane performanse
Budući da je velik dio raspodjele pritiska na podlogu bio potaknut kretanjem donjeg dijela tijela, ti su podaci bili točniji od prikupljenih podataka o gornjem dijelu tijela. Također, model nije mogao predvidjeti poze bez eksplicitnijeg dodira s podom, poput "bicikliranja" nogama iz ležećeg položaja ili uvijanja trupa u stojećem.
Iako sustav može razumjeti jednu osobu, istraživači žele poboljšati performanse kako bi tepih mogao mjeriti podatke više korisnika istodobno, dok dvoje ljudi pleše ili se grli. Nadaju se da će ubuduće izvući više informacija iz taktičkih signala, poput visine ili težine osobe.