محققان MIT موفق شدند با استفاده از سیگنالهای بیسیم، افرادی که در پشت قرار دارند را رهگیری کنند. این دستاورد بدون شک مزایای زیادی را به همراه خواهد داشت. بهطور مثال زمانیکه این فناوری جنبه عمومی پیدا کند به مردم اجازه میدهد، مهاجمانی که به خانهها وارد شدهاند را شناسایی کرده یا امکان ضبط فیلم را در اختیار مردم قرار میدهد. آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT در حال توسعه دستگاهی است که با ارسال سیگنالهای بیسیم توانایی شناسایی انسانها را از پشت دیوار دارد. این فناوری که RF-Capture نامیده میشود، نه تنها افرادی که در پشت دیوار قرار دارند را میتواند شناسایی کند، بلکه توانایی ردیابی حرکت دست انسان را زمانی که دست خود را در هوا حرکت میدهد دارد. در آزمایشهای مختلفی که روی RF-Capture انجام شده است، دقت این فناوری بیش از 90 درصد اعلام شده است. MIT اعلام کرده است فناوری RF-Capture ظرفیتهای مختلفی را برای ورود به حوزههای مختلف دارد. این آزمایشگاه در همین رابطه گفته است: « فناوری RF-Capture حداقل چند کاربرد ملموس در دنیای واقعی خواهد داشت. این فناوری در بازیهای ویدویی واقعیت مجازی به خوبی کار میکند، بهطوری که به شما اجازه میدهد تعامل جالبی را با یک بازی در اتاقهای مختلف برقرار کنید. این فناوری حتا توانایی شناسایی حرکاتی که با دست انجام میشود را نیز دارد. RF-Capture حتا در صنعت فیلمسازی باعث ایجاد تحول شود. بهطوری که بازیگر یک فیلم دیگر نیازی ندارد، حسگرهای مختلف را به بدنش متصل کرده و حرکات مختلف را انجام دهد. دینا کاتای مدیر مرکز Wireless@MIT در اینباره گفته است: « MIT در تلاش است کاربردیهای این فناوری را گسترش داده و بتواند آنرا داخل دستگاههای خانگی قرار داده و بهطور مثال زمانیکه یکی از اعضا خانواده ناگهان بر زمین میافتد، با مرکز فوریتهای 911 تماس برقرار کند. RF-Capture به شما نوید هوشمندسازی ویژهای را میدهد. بهطوری که میتوانید تصور کنید؛ این فناوری توانایی روشن کردن تلویزیونها و لامپها یا تنظیم دمای خانه را بر مبنای مکانی که در آن حضور دارید را خواهد داشت. »
RF_Capture چگونه کار میکند؟
RF_Capture نخستین سیستمی است که در صورت عدم رؤیت یک فرد، توانایی ضبط شمایی از بدن انسان را دارد. ( به ویژه زمانیکه هیچ نوری برای تشخیص فرد وجود ندارد.) محققان MIT در نظر دارند نتیجه دستاوردهای خود را در کنفرانس SIGGRAPH Asia که ماه آینده میلادی در ژاپن برگزار میشود ارائه کنند. (این کنفرانس در تاریخ 2 تا 5 نوامبر در کوبه ژاپن برگزار خواهد شد.) RF-Capture از یک آرایه فشرده و متشکل از 20 آنتن استفاده می کند. این آنتنها وظیفه انتقال سیگنالهای بیسیم برای بازسازی فیگور انسان با تجزیه و تحلیلهای بازتابی سیگنالها بر عهده دارند. این دستگاه در فرکانس بین 5.46 گیگاهرتز تا 7.24 گیگاهرتز عمل میکنند. این فرکانسها کمتر از فرکانسهایی هستند که در اشعه ایکس مورد استفاده قرار میگیرند. این سیگنالها به RFC-Capture اجازه میدهند به درون دیوارها نفوذ کنند. بهکارگیری این فرکانسها که با فرکانسهای بیسیم همپوشانی دارند به سیستم اجازه میدهد مؤلفههای RF را با هزینه کمی به کار گیرد.
RF-Capture از الگوریتم درشت به ریز برای اسکن کردن فضای سه بعدی و برای پیدا کردن بازتابی از اندام انسان استفاده میکند. نتیجه این اسکن تولید تصاویر فوری سه بعدی بازتابی است. تولید چند تصویر فوری و قرار گرفتن آنها در کنار یکدیگر نمایی از یک انسان را بازسازی میکنند. این آرایه متشکل از آنتنها تنها وظیفه ضبط مجموعهای از بازتابهای RF که از بدن انسان به دست آمده است را دارند. زمانی که یک انسان در حال راه رفتن است، این فناوری توانایی تحلیل نقاط مختلف بدن انسان و ردیابی کامل شکل او را دارد. MIT درباره دقت این فناوری گفته است:« RF-Capture توانایی تشخیص فیگور پنج انسان را با دقت 95.7 درصد را دارد. زمانی که تعداد افراد به 15 نفر میرسد، این دقت به 88.2 درصد میرسد.» زمانیکه شخصی در پشت دیوار قرار داشته و سه متر از سیستم فاصله داشته باشد، این فناوری با دقت 99.13 درصد توانایی شناسایی اندام بدن انسان که در حال حرکت هستند، را دارد. زمانی که این فاصله به هشت متر میرسد، این دقت به 76.4 درصد میرسد. سرانجام به ویژگی برتر این فناوری میرسیم، RF-Capture توانایی دنبال کردن سانتیمتری دست انسان را دارد. به عبارت دیگر اگر کاربری در پشت دیوار اقدام به نوشتن حروفی در هوا کند، این دستگاه توانایی شناسایی حروف را دارد. محققان نتایج به دست آمده از خروجی RF-Capture را با سیستم کینکت مایکروسافت skeletal tracking مورد مقایسه قرار دادهاند. skeletal tracking شیوه جدیدی برای ردیابی اسکلت کاربران است. این فناوری به گونهای طراحی شده است که توانایی شناسایی انواع مختلفی از فیگور افراد همچون، ایستاده، نشسته روی نیکمت یا صندلی یا افرادی که همه بدن آنها در مقابل حسگرها قرار ندارد را دارد. مایکروسافت ابزارها و نحوه برنامهنویسی این ابزار را بهطور کامل در اختیار برنامهنویسان و توسعهدهندگان قرار داده است.
در حالیکه کینکت کارایی بهتری دارد، اما این دستگاه و انسان هر دو باید در یک اتاق قرار داشته باشند. اما در مقابل RF-Capture توانایی تشخیص اندام بدن انسان را با میزان خطای 2.19 سانتیمتر دارد. در 90 مورد از 100 آزمایشی که روی RF-Capture انجام شد؛ RF-Capture توانایی دنبال کردن بخشهایی از بدن انسان را در 4.84 سانتی متر داشته است. MIT در یادداشتی آزمایشات انجام شده روی Rf-Capture را اینگونه توصیف کرده است:
«در مرحله اول مدل فرضی ما به سمت دستگاه حرکت کرد، از اینرو به RF-Capture اجازه دادیم از بخشهایی مختلف بدن عکسبرداری کند. در مرحله دوم در حالیکه سیستم توانایی ردیابی بخشهای مختلف بدن را داشت، توانست فرآیند نوشتن در هوا را شناسایی کند، اما نتوانست یک ردیابی کامل اسکلتی را انجام دهد. به این دلیل که تمام بدن در اسنپشاتهای RF قرار نداشتند. ما بر این باور هستیم که این محدودیتها به درک ما در زمینه بازتابهای بیسیم به ویژه در زمینه تکامل گرافیک کامپیوتری و بینش ماشینی کمک میکنند. »
در مجموع این فناوری چهار توانایی زیر را دارد:
RF-Capture، میتواند شخصی که در پشت دیوار قرار دارد را شناسایی کند
RF-Capture، توانایی دنبال کردن حرکت دست فردی که در پشت دیوار در حال یادداشت نویسی است را دارد.
RF-Capture، میتواند نوع حرکتی که فرد در پشت دیوار انجام میدهد را شناسایی کند.
RF-Capture برای انجام وظایف خود نیازی ندارد هیچ حسگری به بدن انسان متصل شده باشد.
ماهنامه شبکه را از کجا تهیه کنیم؟
ماهنامه شبکه را میتوانید از کتابخانههای عمومی سراسر کشور و نیز از دکههای روزنامهفروشی تهیه نمائید.
ثبت اشتراک نسخه کاغذی ماهنامه شبکه
ثبت اشتراک نسخه آنلاین
کتاب الکترونیک +Network راهنمای شبکهها
- برای دانلود تنها کتاب کامل ترجمه فارسی +Network اینجا کلیک کنید.
کتاب الکترونیک دوره مقدماتی آموزش پایتون
- اگر قصد یادگیری برنامهنویسی را دارید ولی هیچ پیشزمینهای ندارید اینجا کلیک کنید.
نظر شما چیست؟