Microsoft Demos Augmented Vision

I dag vil Microsoft-forskere demonstrere software, der i realtid kan overlejre computergenereret information oven på et digitaliseret syn på den virkelige verden.

Ændret syn : Denne bærbare computer kører augmented-reality-software udviklet af Microsoft-ingeniører. Den kan genkende en persons placering ved hjælp af det indbyggede kamera. I denne demonstration fører virtuelle bobler til en virtuel gryde med guld.

Tilføjelse af yderligere visuelle data til en videoskærm er en teknik kendt som augmented reality. Michael Cohen , hovedforsker ved Microsoft Research, i Redmond, WA, siger, at tilgangen kan tilføje en anden dimension til fremtidige smartphones. Man kunne være ude på gaden, holde enheden oppe, og den kunne genkende en restaurant og levere vurderinger og menuen, siger han. En smartphone med en augmented reality-skærm kan også overlejre en busrute og et skøn over, hvornår den næste bus skal på toppen af ​​en bestemt gade. Det bliver i det væsentlige din portal til information, siger Cohen.

Cohen og hans kolleger vil demonstrere augmented-reality-teknologien kl TechFest , en årlig udstilling af Microsofts forskningsprojekter, i Redmond. Deres software, som kører på en lille bærbar computer, analyserer scener fra et kamera, matcher dem, der er gemt i en database, og overlejrer supplerende information på skærmen. Forskerne bemærker, at en smartphone med augmented reality kunne hjælpe med at give ingeniører mulighed for at se rørene eller de elektriske kabler under en gade. I demonstrationen på TechFest vil softwaren blive brugt til at lede folk på skattejagt til en skjult præmie på en (virtuel) gryde med guld.

Augmented reality har været et aktivt forskningsområde i mere end et årti, selvom det ofte har krævet et hovedmonteret display og en rygsæks computerudstyr. I de senere år er mobiltelefoner og bærbare computere med kameraer og andre sensorer blevet kraftige nok til at håndtere den beregningsmæssige arbejdsbyrde, der er nødvendig for at køre et augmented-reality-system. Forskere ved Nokia og Columbia University udvikler for eksempel også augmented-reality-systemer og en japansk startup kaldet Tonchidot håber at gøre konceptet til et produkt.

De fleste augmented-reality-systemer skal være i stand til at orientere sig præcist for at fungere pålideligt. Nogle lokaliserer deres position ved hjælp af GPS eller ved at triangulere flere Wi-Fi-signaler og bestemmer, hvilken vej de peger ved hjælp af et accelerometer og et digitalt kompas. Microsofts augmented-reality-enhed fokuserer på at kunne genkende objekter i en scene ved hjælp af sofistikerede computervision-algoritmer. Da demonstrationen udføres i det kontrollerede miljø i konferencesalen, bruger forskerne ikke stedsdetekterende sensorer; i stedet er de udelukkende afhængige af computersyn.

At genkende elementer i en scene uanset vinkel eller lys er en betydelig udfordring. Cohen og hans kollega Simon Winder, en senior forskningsingeniør hos Microsoft, har udviklet algoritmer, der udfører denne opgave billede for billede til et videofeed i realtid. Algoritmen matcher øjeblikkeligt frames til tidligere analyserede billeder gemt i en database. Ved at udvikle algoritmen bestemte forskerne de bedste parametre eller egenskaber for at hjælpe systemet med at matche hver scene. Cohen forklarer, at de brugte maskinlæring til hurtigt at teste forskellige parametre og bestemme dem, der vil give de bedste match.

Til dagens demo tog Cohens team billeder af konferencesalen, hvor TechFest afholdes. Billederne blev analyseret ved hjælp af computer-vision-softwaren, og de vigtigste funktioner blev gemt i en database på en bærbar computer, der anvender et indbygget videokamera til at fange en scene.

På omkring en tiendedel eller en femtendedel af et sekund er softwaren i stand til at genkende en scene og slå den op i en database, siger Cohen. Til skattejagtspillet demonstreret under TechFest viser softwaren et spor af bobler, der peger på den retning, som brugeren skal gå for at finde præmien.

Da det kun er et forskningsprojekt, understreger Cohen, at der stadig er masser af plads til forbedringer. For det første kunne de parametre, der bruges til at identificere fysiske træk ved objekter, forfines for at gøre matchningen endnu mere nøjagtig, siger han.

En anden udfordring at overveje er, hvordan denne form for system ville fungere i et mindre kontrolleret miljø, siger Kari Pulli , en forskningsstipendiat hos Nokia. Den mest almindelige augmented-reality-applikation er at bruge den som museumsguide, siger han. Det er nemt at gøre, fordi miljøet er fast. Udfordringen er at sikre, at sådanne systemer kan fungere i en ukendt sammenhæng, som en bygade. Men Pulli mener, at dette kunne blive muligt takket være databaser ejet af Microsoft, Google og Navteq, der indeholder billeder af gadebilleder.

Cohen siger, at han er optimistisk over, at computervisionsalgoritmerne udviklet af hans team kan have utallige anvendelser – fra augmented-reality-systemer til spil og robotteknologi – men han forudser ikke, at de vil blive brugt i et specifikt Microsoft-produkt på det nærmeste.

skjule