Photosynth do wideo i innych przysmaków TechFest

Co roku Microsoft organizuje otwarte dni o nazwie TechFest, aby zaprezentować niektóre z bardziej błyskotliwych projektów badawczych. W tym roku wydarzenie w Redmond w stanie Waszyngton mogło pochwalić się 37 demonstracjami, od interfejsów opartych na gestach po rozszerzoną rzeczywistość i lepsze wyszukiwanie obrazów. Poniżej znajduje się krótkie podsumowanie niektórych projektów zaprezentowanych we wtorek, które przykuły moją uwagę.

1. Photosynth do wideo

Trzy strumienie wideo z urządzeń przenośnych są łączone w jedno panoramiczne wideo w czasie rzeczywistym za pomocą nowego oprogramowania opracowanego przez badaczy firmy Microsoft. Źródło: Microsoft Research

Biorąc pod uwagę popularność Photosynth, nie dziwi fakt, że badacze Microsoftu próbują teraz rozszerzyć tę technologię na wideo. Zwykłe oprogramowanie płynnie łączy ze sobą zdjęcia zrobione w określonej lokalizacji, z różnych kamer, w celu stworzenia obrazu panoramicznego, który można powiększać i przesuwać. Nowy pomysł polega na tym, że wiele osób – naocznych świadków wydarzenia informacyjnego lub fanów na koncercie muzycznym, na przykład – nagrywa wideo z wydarzenia na swoich telefonach komórkowych i przesyła je strumieniowo na centralny serwer. Korzystając z lokalizacji telefonów i algorytmów rozpoznawania obrazu, oprogramowanie organizuje i łączy strumienie mobilne w większą scenę.

Ayman Kaheel, inżynier z laboratorium firmy Microsoft w Kairze, zademonstrował oprogramowanie w hali kongresowej, trzymając dwa telefony komórkowe w trybie kamery na różnych wysokościach i skierowane w nieco innych kierunkach. Na jego laptopie dwa kanały wideo zostały połączone w czasie rzeczywistym, aby stworzyć większy, pełniejszy film. Imponujące rzeczy.

2. Pisanie w powietrzu

Jednym z problemów z systemami gier wideo jest to, że graczowi trudno jest wprowadzić tekst, nazwać postać w grze lub na przykład rozmawiać z innymi graczami w sieci. Ponieważ niektóre z tych systemów są odtwarzane na komputerach wyposażonych w kamery internetowe lub kamery na podczerwień (takie jak Wii), naukowcy z centrum badawczego Microsoftu w Pekinie doszli do wniosku, że gesty machania rękami mogą zastąpić tradycyjne i niezgrabne wprowadzanie tekstu.

Naukowcy napisali oprogramowanie, które śledzi ruch kolorowego obiektu, takiego jak jabłko lub piłka, w dłoni użytkownika i interpretuje, w oparciu o ścieżkę obiektu, postać, którą użytkownik nakreśla w powietrzu. Hsiao-Wuen Hon , dyrektor Microsoft Research Asia mówi, że system działa dobrze dla znaków chińskich, a powinien być jeszcze lepszy z angielskimi, ponieważ jest ich znacznie mniej.

3. Paleta kolorów dla lepszego wyszukiwania obrazów

Dzisiejsze wyszukiwarki obrazów wykonują przyzwoitą robotę – do pewnego momentu. Szukaj tygrysa, a zazwyczaj otrzymasz kolekcję pomarańczowych, białych i czarnych dużych kotów. Ale w tej chwili prawie niemożliwe jest ulepszenie wyszukiwania, aby znaleźć, powiedzmy, tygrysa na białym tle lub czarno-białego tygrysa na niebieskim niebie.

Xian-Sheng Hua , naukowiec z centrum w Pekinie i TR35 z 2008 r. uważa, że ​​znalazł lepszy sposób na dotarcie do właściwego obrazu. Jego interfejs wyszukiwania zawiera paletę kolorów z boku wyników oraz kwadrat z siatką, który użytkownik może wypełnić kolorami z palety, aby odszukać wyszukiwanie. Na przykład, jeśli chcesz wyszukać tygrysa z niebieskim niebem, po prostu wypełnij kilka kratek u góry kwadratu kolorem niebieskim i ponownie wyszukaj tygrysa. Ten system filtrowania oparty na kolorach eliminuje potrzebę używania dodatkowych metadanych lub tagów opisujących scenę. Hsiao-Wuen twierdzi, że taki interfejs byłby stosunkowo prosty do zintegrowania z dzisiejszymi wyszukiwarkami.

4. Powierzchnia idzie w 3-D

Surface wydaje się być ulubieńcem Microsoft Research. Wielodotykowy blat to głośny projekt, który szybko przeniósł się z laboratorium do konsumentów. I teraz, Andy Wilson , jeden z badaczy, który pracował nad Surface, kieruje swoją uwagę na interfejs dotykowy na niebie.

Na TechFest Wilson zademonstrował system projektora i kamery na podczerwień, który wytwarza obrazy wewnątrz kopuły i potrafi rozpoznawać gesty wykonywane przez ludzkie ręce. W wersji demonstracyjnej obrazy z World Wide Telescope firmy Microsoft, który zapewnia wirtualną wycieczkę po nocnym niebie, były wyświetlane na kopule; naukowiec przesuwał i przybliżał gwiazdy machnięciem ręki i szczyptą kciuka. Wilson uważa, że ​​jego zespół mógłby zbudować system wystarczająco tanio, aby można go było używać w szkolnych planetariach lub wszędzie tam, gdzie ludzie chcą wchodzić w interakcje z dużymi, panoramicznymi projekcjami.

ukryć