imagazin arrow2-left arrow2-right arrow2-top arrow-up arrow-down arrow-left arrow-right cart close dossiers education fb instagram menu notification oander rss rss-footer search service shuffle speech-bubble star store stores tests twitter youtube
iphone x

Kdy můžeme očekávat vydání bety iOS 12?

Podívali jsme se na tendence z posledních let

Rozpoznávání pohybu člověka v prohlížeči? Vítejte v roce 2018!


Z kreativní laboratoře Googlu se ven dostává neuvěřitelná technologie. Jde o tzv. Human Pose Estimation v prohlížeči! Zkuste si rozpoznávání pohybu člověka také.

V Googlu je relativně malé nezávislé oddělení jménem Google Creative Lab. Oddělení pracuje na marketingových nástrojích, jejich cílem je předvádění zajímavých věcí, které Google zvládne dělat. Tým tak pracuje v řadě odvětví, od Androidu k Chromu.

Jejich práce je parádní, většinu času si hrají a výsledky následně prezentují bez většího tlaku. Mají tři základní pravidla: 1) znát uživatele; 2) dělat kouzla a 3) první dvě pravidla propojovat. Hlavním cílem je ohromit průměrného uživatele.

Můžeme říct, že jejich nejnovější publikovaný výsledek naplňuje všechny požadavky. Dan Oved, jeden z kreativních freelancerů v Creative Lab, vytvořil JavaScript na odhadování lidské pozice, jenž běží v prohlížeči. Něco podobného jsme mohli vidět u Xboxu, respektive Kinectu. Jediným rozdílem je, že k použití PoseNetu nepotřebujete žádný speciální hardware, stačí kamera na telefonu nebo v počítači.

Začněme však terminologií. Tzv. human pose estimation je technologie, díky níž počítač sleduje pohyb lidského těla. Systém musí rozpoznat části těla od prostředí, najít referenční body a sledovat jejich pohyb. Pro lidskou mysl je to snadné, pro počítač ani zdaleka ne.

Musíme zdůraznit, že při sledování pohybu tu není žádný algoritmus, který rozpoznává konkrétního uživatele (jako třeba v případě Face ID), program sleduje pouze pohyby. Stejně jako třeba Kinect. Proto je opravdu velkou událostí, když PoseNet zvládne fungovat pouze s pomocí webkamery. Kinect v sobě měl řadu speciálních senzorů.

Druhým zázrakem je JavaScript. Trik systému je, že nemusí po internetu tam a zpátky běhat obrovské balíky dat. Veškeré výpočty jsou prováděny přímo v aplikaci na lokálním enginu v prohlížeči.

Než jsme se pustili do sepisování tohoto článku, něco málo jsme si načetli o závislostech, frameworcích, knihovnách a dalších. Jednou z knihoven byl i TensorFlow od Googlu, jež obsahuje různé balíčky pro umělou inteligenci a strojové učení. PoseNet je založen právě na TensorFlow.js, což znamená, že využívá strojového učení, aby určil, které referenční body sledovat.

Proč jde o tak velkou událost? V zásadě proto, že prohlížeč zvládne dělat spoustu věcí, pokud je přítomna i potřebná technologie. Umí spouštět i aplikace a hry. Můžete tak vidět, že implementací jednoduchého JavaScriptu mohou vývojáři svůj web povýšit na úplně jinou úroveň.

PoseNet není finálním produktem, jde jen o základní technologii na pozadí. Od teď je hlavní prací vývojářů, aby z ní zvládli udělat něco užitečného. Možnosti jsou nekonečné, bavit se můžeme o všem od fitness aplikací, přes interaktivní weby, až po animace.

Raději se nebudeme pouštět do hlubšího rozboru technologie, pro nás stačí informace, že algoritmus zvládne v reálném čase sledovat až 17 různých referenčních bodů. 5 z nich je na hlavě (oči, uši, špička nosu) a dalších 12 jsou části těla (ramena, zápěstí, kolena apod.). Nejlépe technologie funguje při sledování jednoho člověka, s trochu menší přesností však zvládne sledovat i pohyb více lidí.

Nevěříte? Zkuste si technologické demo sami a chvíli si s ním pohrajte (v Safari nefungovalo, ale třeba v Chromu jelo bezvadně)!

Zdroj: Medium

iMac Pro
Apple Inc. (AAPL)

Tohle už jste četli?

Nový systém se zaměřuje především na dvě oblasti: na uživatelský zážitek a na výkon. Z pohledu výkonu staví na novém frameworku Metal, který Apple již dříve přinesl na iOS. Metal kombinuje schopnosti technologií OpenGl a OpenCL do jednoho prvku.