ارتباط با کامپیوتر بدون صفحه کلید و ماوس

گزارش وضع هوا توسط کارشناس هواشناسی که معمولا در قسمت انتهایی اخبار پخش می شود, برای همه ما صحنه ای آشناست. در این نوع گزارش ها معمولا پشت صفحه کارشناس یا گوینده نقشه جغرافیایی یا هوا شناسی کشور یا منطقه قرار گرفته و کارشناس هواشناسی نیز با اشاره به نقاط مختلف نقشه وضعیت آب و هوایی آن منطقه را توضیح می دهد. تصویری که در پشت سر کارشناس قرار می گیرد لزوما تصویر ثابتی نبوده و می تواند یک انیمیشن یا حتی فیلم ماهواره ای از تغییرات آب و هوایی ۲۴ ساعت گذشته باشد.

سؤالی که برای برخی از افرادی که چندان با مسائل سینمایی آشنایی ندارند. ممکن است پیش بیاید, اینست که چگونه پشت سر کارشناس هوا شناسی یک تصویر متحرک پخش می شود؟ جواب این سؤال خیلی ساده است.
برای تهیه این گونه برنامه ها یا گزارش ها معمولا گزارشگر یا بازیگر را در یک استادیو نیز به رنگ آبی یکدست نقاشی شده اند. بازیگر یا کارشناس هوا شناسی با اشاره به دیوار آبی رنگ که فاقد هر گونه نقشه ای است, شروع به ارائه توضیحات می کند.
در مرحله بعدی فیلم گرفته شده وارد دستگاه میکسر می شود. فیلم یا عکس مربوط به نقشه هوا شناسی هم وارد ورودی دوم همین دستگاه می شود. دستگاه Mixer هم که معمولا یک دستگاه دیجیتال است قسمت هایی از فیلم اول که آبی رنگ می باشند را با فیلم دوم پوشش داده و یا باصطلاح آنها را میکس می کند. خروجی این دستگاه همان چیزی است که بینندگان روی صفحه تلویزیون مشاهده می کنند.
هر چند دستگاه های میکسر دارای ریز پردازنده و سایر ادوات دیجیتال بوده و داخل خود یک کامپیوتر جمع و جور و مخصوص به خود دارند, ولی عمل میکس را می توان با کامپیوتر های معمولی و به روش های نرم افزارهایی نیز انجام داد.
گاهی اوقات لازم است تا در حین ارائه توضیحات توسط کارشناس هوا شناسی, نقشه پشت سر عوض شده, زوم شده و یا اطلاعات خاصی به نقطه ای از نقشه اضافه و یا از آن حذف شود.
در حال حاضر تنها روش این کار روش دستی است بدین معنی که کارگردان یا دستیار وی با هماهنگی بازیگر یا کارشناس هواشناسی, فیلمی که وارد دستگاه میکسر می شود را زوم کرده یا عوض می کند. خب این روش بخصوص با تکنولوژی هایی که امروزه در دسترس می باشند, ممکن است قدری ابتدایی و مضحک به نظر برسد. اگر شما هم جزء افرادی هستید که همین عقیده را دارید, باید اذعان کرد که شما هم طرز تفکری شبیه دو مبتکر جوان یعنی چارلز کوهن (Charles Cohen) و جین فالک (Gene Foulk) دارید.

سال ها پیش این دو نفر به این فکر افتادند تا نرم افزاری طراحی کنند تا مفهوم حرکت انسان را درک کرده و عکس العمل نشان دهد. این نرم افزار با بررسی فریم های فیلمی که بطور مستقیم توسط دوربین های دیجیتال به کامپیوتر مخابره می شوند, قادر به درک حرکات انسانی بوده . عکس العمل های مناسب از خود نشان می دهد. بعنوان مثال زمانی که کارشناس هواشناسی به منطقه یا شهری روی نقشه اشاره می کند. نرم افزار مربوطه نقشه را روی همان منطقه یا شهر زوم می کند. تمام این کار نیز بطور اتوماتیک انجام می گیرد. بعبارت بهتر می توان ادعا کرد که کارشناس هوا شناسی می تواند به کامپیوتر دستور بدهد که چه عملی را باید انجام دهد, بدون اینکه از صفحه کلید, ماوس یا وسایل مشابهی استفاده کرده باشد. این نرم افزار که طوفان ژست (Gesture Storm) نامیده می شود, مراحل تست و اجرای آزمایشی را پشت سر گذاشته و حدود یک سال است که ( از دسامبر سال ۲۰۰۳) توسط تلویزیون محلی اورلاندو در ایالت فلوریدای آمریکا مورد استفاده قرار می گیرد.
نرم افزار Gesture Storm یکی از اولین نرم افزارهایی است که فقط به وسیله یک دوربین و بدون هیچ وسیله اضافه دیگری به کاربر اجازه می دهد تا با کامپیوتر ارتباط برقرار کند. متخصصان تکنولوژی اطلاعات (IT) بر این باورند که این نرم افزار و نرم افزارهای مشابه آن هنوز در شروع راه هستند.
راهی که آینده خوبی برای آن پیش بینی می شود. بر مبنای پیش بینی های نه چندان بدبینانه در آینده ای نه چندان دور نرم افزارهای زیادی وجود خواهند داشت که برای کار با آنها نیازی به صفحه کلید یا ماوس وجود نداشته و صرفا با قرار گرفتن جلوی کامپیوتر مجهزبه Webcam بتوان با آنها ارتباط برقرار کرد.

Gesture Storm هر چند یکی از اولین نرم افزارهایی است که قادر به درک حرکات و ژست کاربر می باشد ولی تنها نرم افزار در این زمینه هم نیست. جدیدا شرکت سونی برای دستگاه های پلی استیشن ۲ دستگاهی به نام Eye Toy ارائه کرده است. این محصول شامل یک دوربین دیجیتالی ارزان قیمت و یک نرم افزار ویژه تشخیص حرکات انسانی می باشد. علاقه مندان بازی های کامپیوتری می توانند با خرید این محصول و اضافه کردن آن به دستگاه پلی استیشن خود, بطور واقعی و بدون استفاده از دسته بازی به بازی کردن بپردازند.
یکی از بازی هایی که بوسیله این سیستم می توان به آن پرداخت, بازی کاراته است. هر ضربه دست یا پایی که شما جلوی دوربین بزنید عینا توسط شخصیتی که داخل بازی وجود دارد نیز زده خواهد شد و بدین ترتیب شما خواهید توانست تا یک مبارزه واقعی را تجربه کنید.
بازی های کامپیوتری با مجهز شدن به تکنولوژی تشخیص حرکات انسانی مهیج تر می شوند.
یکی از کاربردهای نرم افزارهایی مانند Gesture Storm که قادر به تشخیص حرکات و ژست های انسانی هستند, می تواند بازی های کامپیوتری باشد.
بازی های کامپیوتری بنا به دو دلیل می توانند استفاده کننده خوبی از این تکنولوژی باشند. یکی از این دلایل طیف استفاده کنندگان و کاربران این نرم افزارها ( بازی ها) می باشد.
از آنجائیکه کاربران بازی های کامپیوتری عموما افراد کم سن و سال و یا نا آشنا با کامپیوتر هستند, استفاده از واسط هایی (interfaces) مانند صفحه کلید یا ماوس برای این طیف سخت و نا مانوس می باشد.
در حال حاضر حداقل سن بازیکنان بازی های کامپیوتری به حدود ۴ سال تقلیل پیدا کرده است و بنابراین استفاده از واسط هایی مانند دوربین و نرم افزارهای تشخیص حرکات دست و پا و برای این طیف بسیار مناسب بوده و پیش بینی می شود تا با استقبال خوبی مواجه شود.

دلیل دیگری که الگوریتم های تشخیص ژست در بازی های کامپیوتری کاربرد خوبی پیدا کرده اند, اینست که نفس عملکرد و نوع کاربری این رده از نرم افزارها ( یعنی بازی های کامپیوتری) به نوعی است که آن را کاملا مناسب برای استفاده از این تکنولوژی می کند.
فروش بیش از ۵۰۰,۰۰۰ هزار دستگاه Eye Toy در آمریکا و ۲,۰۰۰,۰۰۰ دستگاه در اروپا شاهدی است بر این مدعا. سونی به همراه Eye Toy یک سی دی شامل ۱۲ بازی هم به خریداران ارائه می دهد تا کاربران بتوانند این ۱۲ بازی را با قرار گرفتن روبروی دوربین دستگاه پلی استیشنشان بازی کنند.
در یکی از این بازی ها که بی شباهت به بازی های قدیمی آتاری نیست. بشقاب پرنده هایی از آسمان فرود می آیند که بازیگر باید با حرکت دست هایش آنها را بگیرد. تصور کنید بازی کردن این بازی دیجیتال برای بچه ها تا چه حد می تواند ساده باشد. دوربینی که در Eye Toy مورد استفاده واقع شده یک دوربین نسبتا ارزان قیمت ( حدود ۵۰ دلار با ۴۵۰,۰۰۰ هزار تومان ) است که از طریق درگاه USB به قسمت جلوی دستگاه پلی استیشن متصل می شود. نرم افزار تشخیص حرکتی هم که داخل دستگاه اجرا می شود حدود ۱۰ درصد توان پردازشی دستگاه را به خود اختصاص داده و ۹۰ درصد را هم برای کارهای سه بعدی سازی گرافیکی آزاد می گذارد. نسخه فعلی Eye Toy فقط قادر به تشخیص حرکت ( motion Detection ) بوده و کلیه بازی هایی که فعلا روی پلی استیشن اجرا می شوند, از همین الگوریتم ساده برای کنترل بازی استفاده می کنند. سونی قول داده است تا در نسخه های آینده Eye Toy امکانات پیشرفته تر و پیچیده تری را لحاظ کند.
تشخیص صورت ( قیافه ), رنگ و نگهداشتن جهت و مسیر حرکت دست در فضا از جمله این امکانات خواهند بود. اگر سونی به قولی که داده عمل کند, در این صورت بازیکنان قادر خواهند بود تا بازی هری پاتر را با ایستادن جلوی تلویزیون و تکان دادن دست ها و پاهایشان بازی کنند.

در این حالت بازیکنان با ترسیم شکل های فرضی در فضا به وسیله انگشت هایشان خواهند توانست تا جادوهای مختلفی را اجرا کنند. انجام بازی های گروهی یا چند نفره نیز با این تکنولوژی ها ممکن خواهد شد.
عمده مشکلاتی که هم اکنون Eye Toy را تهدید می کنند عبارتند از سرعت پایین درگاه USB که این دستگاه به واسطه آن به پلی استیشن وصل می شود و همچنین شلوغ پلوغ بودن اتاقی که دستگاه بازی در آن قرار می گیرد.
اتاق های شلوغ پلوغ به ویژه اگر اشیاء متحرکی پشت سر بازیکن قرار داشته باشند, می تواند باعث اختلال در کار نرم افزار تشخیص الگو ( Pattern Recognition ) و تشخیص حرکت ( Motion Detection ) شده و بازی به طور اشتباهی کنترل شده یا داستان بازی به مسیر نا خواسته کشیده شود.
برای غلبه بر مشکلات فوق سونی وعده داده است تا در سال ۲۰۰۶ میلادی ( یعنی ۱.۵ سال دیگر) نسخه سوم پلی استیشن را وارد بازار کند. پلی استیشن ۳ بجای درگاه USB ۱.۰ دارای درگاه USB ۲.۰ خواهد بود که تا چهل برابر از USB ۱.۰ سریعتر است.
نرم افزارهای پیشرفته تر تشخیص حرکت و الگو نیز باعث دقیق تر کار کردن دستگاه و با کیفیت تر شدن بازی ها خواهند شد.
از آنجائیکه پلی استیشن ۳ دارای پردازنده های قوی تری خواهد بود, نرم افزار های پیچیده تر که دارای بار پردازشی سنگین تری هستند نیز خواهند توانست تا براحتی روی این دستگاه ها اجرا شوند.

● کاربردهای جدی تر تشخیص حرکات انسان یا ژست

هر چند که تشخیص حرکات دست یا بدن یا بطور کلی ژست کاربردهای مهیجی در بازی های کامپیوتری دارند ولی حوزه کاربرد آنها محدود به این مقوله نمی شود. شرکت سایبرنت ( Cybernet ) که یکی از شرکت های پیشگام در طراحی و عرضه نرم افزارهای تشخیص حرکات اندام های کاربر می باشد بهار امسال (۱۳۸۳ ) موفق شد تا نرم افزاری به نام Navigaze را طراحی کند ( توضیح مترجم: کلمه navigaze از دو کلمه navi که مخفف navigate می باشد و کلمه gaze تشکیل شده است. کلمه navigate که در نرم افزار netscape navigator هم استفاده شده است به معنای هدایت هواپیما, کشتی یا کامپیوتر است و کلمه gaze نیز معنی خیره شدن می دهد. بنابراین navigaze باید نرم افزاری باشد که به وسیله قدرت نگاه بتواند کامپیوتر را هدایت و کنترل کند.). کاربر پس از نصب نرم افزار navigaze و فعال کردن دوربین یا Webcam قادر خواهد بود تا با خیره شدن به نقطه ای از مانیتور مکان نما را به آن نقطه هدایت کند. برای کلیک کردن روی آیکونی یا اجرا کردن برنامه ای کافیست تا دو بار پلک هایش را به هم بزند و در صورتیکه بخواهد پنجره ای را اسکرول دهد کافیست تا سرش را در همان جهت حرکت داده یا بچرخاند.
جالب توجه آنکه شرکت سایبرنت تکنولوژی تشخیص حرکات های اندام را همانند بسیاری دیگر از تکنولوژی ها از یک تکنولوژی نظامی مربوط به ۶ سال پیش گرفته است. سال ۱۹۹۸ ارتش آمریکا پروژه ای تعریف و اجرا کرد تا یک فرمانده نظامی با حرکت دست ها, پاها و حتی سر خود بتواند یک ستون نظامی مجازی را رهبری و هدایت کند. هدف ارتش آمریکا از اجرای این پروژه تربیت و آموزش افسران و درجه داران بود. آنها به واسطه این سیستم قادر بودند تا با در اختیار گرفتن یک دسته از سربازان مجازی و در یک محیط مجازی ( جنگل, دشت یا باطلاق ) گروه خود را به سمت هدف های از پیش تعیین شده رهبری کرده و نتایج مثبت یا منفی دستورات صادر شده را ببینند. تشخیص ژست یا حرکت های دست, پا و سر هر چند واسط خوبی برای انتقال فرامین به کامپیوتر می باشد ولی همان طوری که از ظاهر قضیه نیز برمی آید, حوزه عملکرد آن کاملا محدود بوده و خیلی از جاها نمی توان از این تکنولوژی برای انتقال اطلاعات به کامپیوتر استفاده کرد. بعنوان یک مثال بارز بعید بنظر می رسد که یک تایپیست یا برنامه نویس بتواند از این تکنولوژی ( هر چقدر هم که کامل و پیشرفته شده باشد ) برای انجام کار خود استفاده کند. عده ای از مهندسین خوش فکر در ایالات متحده آمریکا با توجه به مزایا و معایب این تکنولوژی و تکنولوژی های قدیمی تر همچون استفاده از صفحه کلید توانسته اند این دو تکنولوژی را به همدیگر پیوند داده و دستگاهی به نام صفحه کلید مجازی ( Virtual Keyboard ) بسازند. تصویر این صفحه کلید در شکل ۲ دیده می شود.

این صفحه کلید که می تواند همراه PDA ها و کامپیوترهای دستی ( Palmtop ) مورد استفاده قرار گیرد از مکانیزم ساده ای بر خوردار است.
یک منبع نوری کوچک شبیه چراغ قوه روی PDA قرار دارد که سایه ( تصویر) حاصل از این منبع نوری تصویری از صفحه کلید به رنگ مثلا قرمز می باشد. بنابراین با روشن کردن این منبع نوری تصویری به شکل صفحه کلید روی میز تشکیل می شود.
کاربر با استفاده از همین صفحه کلید و روی تصویر کلید های مربوطه تایپ می کند و دوربین کوچکی که کنار منبع نوری قرار گرفته است موقعیت و طرز حرکت انگشتان دست را حس کرده و کد کاراکتر تایپ شده را به کامپیوتر می فرستد.
صفحه کلید مجازی دقیقا مثل یک صفحه کلید واقعی است فقط با توجه به اینکه کلید های آن از هوا تشکیل شده اند, بسیار نرم تر است. صفحه کلید مجازی حجم و وزن ندارد و از این رو برای استفاده در کامپیوترهای فوق العاده کوچک همانند PDA ها و Palmtop ها کاملا مناسب است. از آنجائیکه دوربین صفحه کلید های مجازی با سرعت ۵۰ فریم در ثانیه تصویر برداری می کنند, حتی سریع ترین تایپیست های دنیا نیز می توانند با این صفحه کلید ها کار کرده و با حد اکثر سرعت ممکنه عمل تایپ را انجام دهند. در ضمن روش تصویر برداری دوربین صفحه کلید های مجازی نسبت به روش تصویر برداری دستگاه هایی همچون Eye Toy پیشرفته تر شده است. در صفحه کلید های مجازی تصویر برداری بجای نورمرئی با نور مادون قرمز (IR) انجام می پذیرد, بدین ترتیب شلوغ پلوغ بودن پشت صحنه, میز یا ... دیگر نمی تواند روی تکنیک تشخیص موقعیت یا حرکت تاثیر منفی بگذارد.

● راه آینده

Eye Toy, gesture storm و صفحه کلید مجازی همه و همه دستگاه هایی هستند که بر مبنای تشخیص رفتار و حرکات اندام های مختلف انسان نظیر دست ها, پاهام سر و چشم ها ساخته شده و در مقیاس تجاری عرضه شده اند ( فروش Eye Toy فقط در اروپا و آمریکا بالغ بر ۵/۲ میلیون دستگاه بوده است ). اینکه آینده تکنولوژی تشخیص ژست چه خواهد بود و این تکنولوژی تا چه میزانی خواهد توانست به درون زندگی ما انسان ها رسوخ کند سؤالی جدی است که در حال حاضر فکر متخصصان و سرمایه گذاران را بخود مشغول کرده است. هر چند در مورد آینده این تکنولوژی یا حتی تکنولوژی های دیگر بسختی می توان قضاوت دقیقی داشت, ولی شواهد و قرائن نشان می دهند که کاربردهای تشخیص ژست روز به روز جدی تر و وسیع تر شده و خواهد شد.
یکی از کاربردهایی که برخی از شرکت های نرم افزاری دارند روی آن کار می کنند, انتقال فرمان از شخص ارائه دهنده سمینار به نرم افزار مشهور Power Point است.
در صورتیکه این نرم افزار کامل شود, ارائه دهنده یک سمینار براحتی خواهد توانست با اشاره دست, سر یا انگشت خود اسلاید ها را پس و پیش برده و یا آنها را تغییر دهد ( چیزی که همه ما حد اقل یکبار آن را از ته دل آرزو کرده ایم).
یکی دیگر از استفاده های بالقوه این سیستم می تواند بکارگیری آن در اتومبیل ها جهت کاهش تصادفات باشد. دوربین ایی که روی داشبورد خودرو نصب می شوند, همواره قیافه و طرز حرکات راننده را به یک میکرو کامپیوتر کوچک مخابره می کنند. حال اگر میکروکامپیوتر داخل اتومبیل استنتاج کند که راننده مست, عصبانی یا هیجان زده است می تواند محدودیت هایی برای حرکت خودرو قائل شود یعنی مثلا اجازه ندهد تا راننده با سرعتی بیش از حد تعیین شده رانندگی کند. در حال حاضر مؤسسات تحقیقاتی و دانشگاه های زیادی در دنیا همچون مؤسسه تحقیقاتی جورجیا ( Georgia Institute Of technology ) روی تکنولوژی تشخیص حرکات اندام ها و درک مفاهیم آنها کار می کنند و با این کار سهم خود را از تکنولوژی های برتر آینده حفظ کرده و یا آن را بیشتر می کنند.


========
شبکه فن آوری اطلاعات ایران