211service.com
Galddators jūs pazīst pēc jūsu apaviem
Jaunā Hasso Plattner institūta Potsdamā (Vācija) veiktā pētījuma mērķis ir remdēt neapmierinātību un nesaskaņas, kas var rasties, ja vienu skārienekrānu izmanto vairāki cilvēki. Projekts ar nosaukumu Bootstrapper izmanto kameras zem tabulas, lai identificētu dažādus lietotājus pēc viņu apaviem. Katrs apavu komplekts ir saistīts ar kontu, kas seko personas darbībām un vēlmēm.
Apavu lasītājs: Bootstrapper sastāv no gaismām un kamerām, kas atrodas kastē zem skārienekrāna galda.
Atšķirībā no citām pieejām lietotāju atšķiršanai, Bootstrapper izmanto zemu izmaksu aparatūru un ļauj cilvēka rokām brīvi mijiedarboties ar virsmu. Papildu ieguvums ir tas, ka lietotāja preferences var saglabāt atbilstoši viņas apaviem, tāpēc, kad viņa atstāj galdiņu, ir vieglāk atsākt darbību, kad viņa atgriežas.
Iepriekšējās pieejas problēmai bija saistītas ar sensoru piestiprināšanu pie krēsliem vai kameru izmantošanu virs galda. Viena pieeja paredzēja, ka lietotājiem jāvalkā gredzens, kas izstaro infrasarkano staru, ko pēc tam izsekoja skāriengalda kameras.
Patriks Baudišs , Hasso Plattner institūta datorzinātņu profesors, kurš izstrādāja prototipa sistēmu kopā ar maģistrantiem Stīvenu Rihteru un Kristianu Holcu, saka, ka kurpes ir ideāli piemērotas izsekošanai, jo tās piedāvā atšķirīgas iezīmes, piemēram, krāsas, šuves, mežģīnes, logotipus vai svītras. Tie parasti arī uztur kontaktu ar zemi, atšķirībā no rokām uz galda vai krēslu apakšas, tāpēc tos ir vieglāk izsekot.
Baudišs uzsver, ka Bootstrapper nav paredzēts kā drošības līdzeklis. Viņš atzīmē, ka cilvēki vienmēr var izkrāpt sistēmu, pērkot tādus pašus apavus kā kāds cits. Mērķis ir atvieglot sadarbību un reģistrēt dažādu cilvēku lietojumu daudzās sesijās. Piemēram, pētnieki to izmantoja, lai apkopotu lietotāju sasniegumus matemātikas programmatūras programmā.
Bootstrapper apkopo apavu video, izmantojot kameras, kas novietotas zem galda virsmas. Programmatūra iegūst informāciju par apavu tekstūru un saista to ar skārienekrāna darbībām, kas atbilst rokām un rokām, kas ir saskaņotas ar apaviem. Izmantojot nelielu 18 lietotāju izlasi un 18 dažādus apavus, pētnieki pierādīja, ka sistēma var atpazīt lietotāju ar 89 procentu precizitāti.
Ikviens, kas nodarbojas ar lielu skārienekrānu izstrādi, zina, ka [lietotāju diferencēšana] ir problēma, saka Daniels Vigdors , Toronto universitātes datorzinātņu profesors. Vigdors pētījumā nebija iesaistīts. Bootstrapper tehnika ir eleganta, jo tas viss ir ietverts noteiktā kastē, viņš saka, atsaucoties uz kameru un gaismu prototipa korpusu.
Tomēr Bootstrapper nav ideāls. Baudišs atzīmē, ka, ja cilvēks saliek roku tā, lai tā būtu pielīdzināma kāda cita pēdām, sistēma var neatbilst lietotājam ar žestu. Pašreizējā sistēma arī prasa, lai vismaz viena pēda uzturētu tiešu kontaktu ar grīdu. Un, ja dažādi lietotāji valkā viena veida apavus, kā tas būtu, piemēram, militārajā jomā, sistēmas galvenā funkcija kļūst nederīga.
Vislabākais veids, kā identificēt lietotājus pie skārientabulas, iespējams, ir apvienot vairākas pieejas, saka Vigdors. Piemēram, Bootstrapper līdzīgu sistēmu var savienot pārī ar sensoriem krēslā. Es to redzu kā vienu no trim vai četrām metodēm, viņš saka.
Baudišs domā, ka Bootstrapper elementi varētu atrast mājas atklātās vietās, piemēram, universālveikalos. Kameras varētu izsekot, vai, piemēram, persona ir apturējusi džemperus vai somas, un pēc tam ieteikt pārdošanu, izmantojot digitālo sludinājumu.