Objektidentifikation og interaktion med en smartphone -bank

Et KAIST -team har præsenteret en ny teknologi, "Knocker, "som identificerer objekter og udfører handlinger bare ved at banke på den med smartphonen. Software drevet af maskinlæring af lyde, vibrationer, og andre reaktioner vil udføre brugerens anvisninger.

Det, der adskiller Knocker fra eksisterende teknologi, er sensorens sammensmeltning af lyd og bevægelse. Tidligere har objektidentifikation brugte enten computer vision -teknologi med kameraer eller hardware såsom RFID (Radio Frequency Identification) tags. Disse løsninger har alle deres begrænsninger. Til computer vision -teknologi, brugere skal tage billeder af hvert element. Værre endnu, teknologien vil ikke fungere godt i dårlige lyssituationer. Brug af hardware medfører ekstra omkostninger og arbejdsbyrder.

Knocker, på den anden side, kan kun identificere objekter selv i mørke omgivelser med en smartphone, uden at kræve specialiseret hardware eller brug af et kamera. Knocker bruger smartphonens indbyggede sensorer, f.eks. En mikrofon, et accelerometer, og et gyroskop for at fange et unikt sæt svar, der genereres, når en smartphone bankes mod et objekt. Maskinlæring bruges til at analysere disse svar og klassificere og identificere objekter.

Forskergruppen under professor Sung-Ju Lee fra computerskolen bekræftede anvendeligheden af ​​Knocker-teknologi ved hjælp af 23 dagligdags genstande som f.eks. Bøger, bærbare computere, vandflasker, og cykler. I støjende omgivelser som f.eks. En travl café eller ved siden af ​​en vej, den opnåede 83% identifikationsnøjagtighed. I et roligt indendørs miljø, nøjagtigheden steg til 98%.

Teamet mener, at Knocker vil åbne et nyt paradigme for objektinteraktion. For eksempel, ved at banke på en tom vandflaske, en smartphone kan automatisk bestille nye vandflasker fra en købmandsapp. Når den er integreret med IoT -enheder, Hvis du banker på sengens sengegavl, inden du går i seng, kan du slukke lyset og slå alarm. Teamet foreslog og implementerede 15 ansøgningssager i avisen, præsenteret under ACM International Joint Conference 2019 om gennemgribende og ubiquitøs databehandling (UbiComp 2019), der blev afholdt i London i sidste måned.

Professor Sung-Ju Lee sagde, "Denne nye teknologi kræver ikke nogen specialiseret sensor eller hardware. Den bruger simpelthen de indbyggede sensorer på smartphones og udnytter kraften i maskinlæring. Det er en softwareløsning, som hverdagens smartphonebrugere umiddelbart kunne have glæde af." Han fortsatte, "Denne teknologi giver brugerne mulighed for bekvemt at interagere med deres yndlingsobjekter."