211service.com
Il computer da tavolo ti riconosce dalle scarpe
Una nuova ricerca dell'Hasso Plattner Institute di Potsdam, in Germania, mira a sedare la frustrazione e il conflitto che possono venire quando più persone usano un singolo touch screen. Il progetto, chiamato Bootstrapper, utilizza telecamere sotto una tabella per identificare diversi utenti in base alle loro scarpe. Ogni set di scarpe è collegato a un account che tiene traccia delle azioni e delle preferenze di una persona.
Lettore di scarpe da ginnastica: Bootstrapper è costituito da luci e telecamere che risiedono in una scatola sotto un tavolo touch-screen.
A differenza di altri approcci alla differenziazione tra gli utenti, Bootstrapper utilizza hardware a basso costo e consente alle mani di una persona di interagire liberamente con la superficie. Come ulteriore vantaggio, le preferenze di un utente possono essere memorizzate in base alle sue scarpe, così quando lascia il tavolo, è più facile riprendere un'attività quando torna.
I precedenti approcci al problema prevedevano l'applicazione di sensori alle sedie o l'utilizzo di telecamere posizionate sopra un tavolo. Un approccio richiedeva agli utenti di indossare un anello che emettesse infrarossi, che veniva poi monitorato dalle fotocamere del touch-table.
Patrick Baudisch , professore di informatica presso l'Hasso Plattner Institute, che ha sviluppato il sistema prototipo con gli studenti laureati Stephan Richter e Christian Holz, afferma che le scarpe sono ideali da monitorare perché offrono caratteristiche distinte come colori, cuciture, lacci, loghi o strisce. Inoltre, in genere mantengono il contatto con il suolo, a differenza delle mani su un tavolo o sul fondo delle sedie, quindi sono più facili da tracciare.
Baudisch sottolinea che Bootstrapper non è inteso come una funzionalità di sicurezza. Le persone possono sempre falsificare il sistema acquistando le stesse scarpe di qualcun altro, osserva. L'obiettivo è semplificare la collaborazione e registrare l'utilizzo di diverse persone in più sessioni. I ricercatori, ad esempio, lo hanno utilizzato per riassumere i risultati degli utenti in un programma software di matematica.
Bootstrapper raccoglie video di scarpe utilizzando telecamere posizionate sotto la superficie del tavolo. Il software estrae le informazioni sulla trama della scarpa e le collega con le azioni sul touch screen che corrispondono alle mani e alle braccia allineate con le scarpe. Con un piccolo campione di 18 utenti e 18 scarpe diverse, i ricercatori hanno dimostrato che il sistema è in grado di riconoscere un utente con una precisione dell'89%.
Chiunque si occupi dello sviluppo di touch screen di grandi dimensioni sa che [la differenziazione dell'utente] è un problema, afferma Daniel Wigdor , professore di informatica all'Università di Toronto. Wigdor non è stato coinvolto nella ricerca. La tecnica di Bootstrapper è elegante perché è tutto contenuto in una scatola particolare, dice, riferendosi all'alloggiamento del prototipo per le fotocamere e le luci.
Tuttavia, Bootstrapper non è perfetto. Baudisch osserva che se una persona contorce il braccio in un modo che lo fa sembrare allineato con i piedi di qualcun altro, il sistema potrebbe non corrispondere a un utente con un gesto. Il sistema attuale richiede anche che almeno un piede mantenga il contatto diretto con il pavimento. E se diversi utenti indossano lo stesso tipo di scarpa, come farebbero se in campo militare, ad esempio, la funzione principale del sistema diventa inutile.
Il modo migliore per identificare gli utenti attorno a un touch table è probabilmente combinare diversi approcci, afferma Wigdor. Ad esempio, un sistema simile a Bootstrapper potrebbe essere abbinato a sensori su una sedia. La vedo come una delle tre o quattro tecniche, dice.
Baudisch pensa che elementi di Bootstrapper potrebbero trovare una casa in spazi aperti come i grandi magazzini. Le telecamere potrebbero monitorare se una persona si è fermata ai maglioni o alle borse, ad esempio, e quindi suggerire una vendita tramite una pubblicità digitale.