ارتباط با كامپيوتر بدون صفحه كلي
منبع از مجله رايانه شماره 140
گزارش وضع هوا توسط كارشناس هواشناسي كه معمولا در قسمت انتهايي اخبار پخش مي شود, براي همه ما صحنه اي آشناست. در اين نوع گزارش ها معمولا پشت صفحه كارشناس يا گوينده نقشه جغرافيايي يا هوا شناسي كشور يا منطقه قرار گرفته و كارشناس هواشناسي نيز با اشاره به نقاط مختلف نقشه وضعيت آب و هوايي آن منطقه را توضيح مي دهد. تصويري كه در پشت سر كارشناس قرار مي گيرد لزوما تصوير ثابتي نبوده و مي تواند يك انيميشن يا حتي فيلم ماهواره اي از تغييرات آب و هوايي 24 ساعت گذشته باشد.
سؤالي كه براي برخي از افرادي كه چندان با مسائل سينمايي آشنايي ندارند. ممكن است پيش بيايد, اينست كه چگونه پشت سر كارشناس هوا شناسي يك تصوير متحرك پخش مي شود؟ جواب اين سؤال خيلي ساده است.
براي تهيه اين گونه برنامه ها يا گزارش ها معمولا گزارشگر يا بازيگر را در يك استاديو نيز به رنگ آبي يكدست نقاشي شده اند. بازيگر يا كارشناس هوا شناسي با اشاره به ديوار آبي رنگ كه فاقد هر گونه نقشه اي است, شروع به ارائه توضيحات مي كند.
در مرحله بعدي فيلم گرفته شده وارد دستگاه ميكسر مي شود. فيلم يا عكس مربوط به نقشه هوا شناسي هم وارد ورودي دوم همين دستگاه مي شود. دستگاه Mixer هم كه معمولا يك دستگاه ديجيتال است قسمت هايي از فيلم اول كه آبي رنگ مي باشند را با فيلم دوم پوشش داده و يا باصطلاح آنها را ميكس مي كند. خروجي اين دستگاه همان چيزي است كه بينندگان روي صفحه تلويزيون مشاهده مي كنند.
هر چند دستگاه هاي ميكسر داراي ريز پردازنده و ساير ادوات ديجيتال بوده و داخل خود يك كامپيوتر جمع و جور و مخصوص به خود دارند, ولي عمل ميكس را مي توان با كامپيوتر هاي معمولي و به روش هاي نرم افزارهايي نيز انجام داد.
گاهي اوقات لازم است تا در حين ارائه توضيحات توسط كارشناس هوا شناسي, نقشه پشت سر عوض شده, زوم شده و يا اطلاعات خاصي به نقطه اي از نقشه اضافه و يا از آن حذف شود.
در حال حاضر تنها روش اين كار روش دستي است بدين معني كه كارگردان يا دستيار وي با هماهنگي بازيگر يا كارشناس هواشناسي, فيلمي كه وارد دستگاه ميكسر مي شود را زوم كرده يا عوض مي كند. خب اين روش بخصوص با تكنولوژي هايي كه امروزه در دسترس مي باشند, ممكن است قدري ابتدايي و مضحك به نظر برسد. اگر شما هم جزء افرادي هستيد كه همين عقيده را داريد, بايد اذعان كرد كه شما هم طرز تفكري شبيه دو مبتكر جوان يعني چارلز كوهن (Charles Cohen) و جين فالك (Gene Foulk) داريد.
سال ها پيش اين دو نفر به اين فكر افتادند تا نرم افزاري طراحي كنند تا مفهوم حركت انسان را درك كرده و عكس العمل نشان دهد. اين نرم افزار با بررسي فريم هاي فيلمي كه بطور مستقيم توسط دوربين هاي ديجيتال به كامپيوتر مخابره مي شوند, قادر به درك حركات انساني بوده . عكس العمل هاي مناسب از خود نشان مي دهد. بعنوان مثال زماني كه كارشناس هواشناسي به منطقه يا شهري روي نقشه اشاره مي كند. نرم افزار مربوطه نقشه را روي همان منطقه يا شهر زوم مي كند. تمام اين كار نيز بطور اتوماتيك انجام مي گيرد. بعبارت بهتر مي توان ادعا كرد كه كارشناس هوا شناسي مي تواند به كامپيوتر دستور بدهد كه چه عملي را بايد انجام دهد, بدون اينكه از صفحه كليد, ماوس يا وسايل مشابهي استفاده كرده باشد. اين نرم افزار كه طوفان ژست (Gesture Storm) ناميده مي شود, مراحل تست و اجراي آزمايشي را پشت سر گذاشته و حدود يك سال است كه ( از دسامبر سال 2003) توسط تلويزيون محلي اورلاندو در ايالت فلوريداي آمريكا مورد استفاده قرار مي گيرد.
نرم افزار Gesture Storm يكي از اولين نرم افزارهايي است كه فقط به وسيله يك دوربين و بدون هيچ وسيله اضافه ديگري به كاربر اجازه مي دهد تا با كامپيوتر ارتباط برقرار كند. متخصصان تكنولوژي اطلاعات (IT) بر اين باورند كه اين نرم افزار و نرم افزارهاي مشابه آن هنوز در شروع راه هستند.
راهي كه آينده خوبي براي آن پيش بيني مي شود. بر مبناي پيش بيني هاي نه چندان بدبينانه در آينده اي نه چندان دور نرم افزارهاي زيادي وجود خواهند داشت كه براي كار با آنها نيازي به صفحه كليد يا ماوس وجود نداشته و صرفا با قرار گرفتن جلوي كامپيوتر مجهزبه Webcam بتوان با آنها ارتباط برقرار كرد.
Gesture Storm هر چند يكي از اولين نرم افزارهايي است كه قادر به درك حركات و ژست كاربر مي باشد ولي تنها نرم افزار در اين زمينه هم نيست. جديدا شركت سوني براي دستگاه هاي پلي استيشن 2 دستگاهي به نام Eye Toy ارائه كرده است. اين محصول شامل يك دوربين ديجيتالي ارزان قيمت و يك نرم افزار ويژه تشخيص حركات انساني مي باشد. علاقه مندان بازي هاي كامپيوتري مي توانند با خريد اين محصول و اضافه كردن آن به دستگاه پلي استيشن خود, بطور واقعي و بدون استفاده از دسته بازي به بازي كردن بپردازند.
يكي از بازي هايي كه بوسيله اين سيستم مي توان به آن پرداخت, بازي كاراته است. هر ضربه دست يا پايي كه شما جلوي دوربين بزنيد عينا توسط شخصيتي كه داخل بازي وجود دارد نيز زده خواهد شد و بدين ترتيب شما خواهيد توانست تا يك مبارزه واقعي را تجربه كنيد.
بازي هاي كامپيوتري با مجهز شدن به تكنولوژي تشخيص حركات انساني مهيج تر مي شوند.
يكي از كاربردهاي نرم افزارهايي مانند Gesture Storm كه قادر به تشخيص حركات و ژست هاي انساني هستند, مي تواند بازي هاي كامپيوتري باشد.
بازي هاي كامپيوتري بنا به دو دليل مي توانند استفاده كننده خوبي از اين تكنولوژي باشند. يكي از اين دلايل طيف استفاده كنندگان و كاربران اين نرم افزارها ( بازي ها) مي باشد.
از آنجائيكه كاربران بازي هاي كامپيوتري عموما افراد كم سن و سال و يا نا آشنا با كامپيوتر هستند, استفاده از واسط هايي (interfaces) مانند صفحه كليد يا ماوس براي اين طيف سخت و نا مانوس مي باشد.
در حال حاضر حداقل سن بازيكنان بازي هاي كامپيوتري به حدود 4 سال تقليل پيدا كرده است و بنابراين استفاده از واسط هايي مانند دوربين و نرم افزارهاي تشخيص حركات دست و پا و براي اين طيف بسيار مناسب بوده و پيش بيني مي شود تا با استقبال خوبي مواجه شود.
دليل ديگري كه الگوريتم هاي تشخيص ژست در بازي هاي كامپيوتري كاربرد خوبي پيدا كرده اند, اينست كه نفس عملكرد و نوع كاربري اين رده از نرم افزارها ( يعني بازي هاي كامپيوتري) به نوعي است كه آن را كاملا مناسب براي استفاده از اين تكنولوژي مي كند.
فروش بيش از 500,000 هزار دستگاه Eye Toy در آمريكا و 2,000,000 دستگاه در اروپا شاهدي است بر اين مدعا. سوني به همراه Eye Toy يك سي دي شامل 12 بازي هم به خريداران ارائه مي دهد تا كاربران بتوانند اين 12 بازي را با قرار گرفتن روبروي دوربين دستگاه پلي استيشنشان بازي كنند.
در يكي از اين بازي ها كه بي شباهت به بازي هاي قديمي آتاري نيست. بشقاب پرنده هايي از آسمان فرود مي آيند كه بازيگر بايد با حركت دست هايش آنها را بگيرد. تصور كنيد بازي كردن اين بازي ديجيتال براي بچه ها تا چه حد مي تواند ساده باشد. دوربيني كه در Eye Toy مورد استفاده واقع شده يك دوربين نسبتا ارزان قيمت ( حدود 50 دلار با 450,000 هزار تومان ) است كه از طريق درگاه USB به قسمت جلوي دستگاه پلي استيشن متصل مي شود. نرم افزار تشخيص حركتي هم كه داخل دستگاه اجرا مي شود حدود 10 درصد توان پردازشي دستگاه را به خود اختصاص داده و 90 درصد را هم براي كارهاي سه بعدي سازي گرافيكي آزاد مي گذارد. نسخه فعلي Eye Toy فقط قادر به تشخيص حركت ( motion Detection ) بوده و كليه بازي هايي كه فعلا روي پلي استيشن اجرا مي شوند, از همين الگوريتم ساده براي كنترل بازي استفاده مي كنند. سوني قول داده است تا در نسخه هاي آينده Eye Toy امكانات پيشرفته تر و پيچيده تري را لحاظ كند.
تشخيص صورت ( قيافه ), رنگ و نگهداشتن جهت و مسير حركت دست در فضا از جمله اين امكانات خواهند بود. اگر سوني به قولي كه داده عمل كند, در اين صورت بازيكنان قادر خواهند بود تا بازي هري پاتر را با ايستادن جلوي تلويزيون و تكان دادن دست ها و پاهايشان بازي كنند.
در اين حالت بازيكنان با ترسيم شكل هاي فرضي در فضا به وسيله انگشت هايشان خواهند توانست تا جادوهاي مختلفي را اجرا كنند. انجام بازي هاي گروهي يا چند نفره نيز با اين تكنولوژي ها ممكن خواهد شد.
عمده مشكلاتي كه هم اكنون Eye Toy را تهديد مي كنند عبارتند از سرعت پايين درگاه USB كه اين دستگاه به واسطه آن به پلي استيشن وصل مي شود و همچنين شلوغ پلوغ بودن اتاقي كه دستگاه بازي در آن قرار مي گيرد.
اتاق هاي شلوغ پلوغ به ويژه اگر اشياء متحركي پشت سر بازيكن قرار داشته باشند, مي تواند باعث اختلال در كار نرم افزار تشخيص الگو ( Pattern Recognition ) و تشخيص حركت ( Motion Detection ) شده و بازي به طور اشتباهي كنترل شده يا داستان بازي به مسير نا خواسته كشيده شود.
براي غلبه بر مشكلات فوق سوني وعده داده است تا در سال 2006 ميلادي ( يعني 1.5 سال ديگر) نسخه سوم پلي استيشن را وارد بازار كند. پلي استيشن 3 بجاي درگاه USB 1.0 داراي درگاه USB 2.0 خواهد بود كه تا چهل برابر از USB 1.0 سريعتر است.
نرم افزارهاي پيشرفته تر تشخيص حركت و الگو نيز باعث دقيق تر كار كردن دستگاه و با كيفيت تر شدن بازي ها خواهند شد.
از آنجائيكه پلي استيشن 3 داراي پردازنده هاي قوي تري خواهد بود, نرم افزار هاي پيچيده تر كه داراي بار پردازشي سنگين تري هستند نيز خواهند توانست تا براحتي روي اين دستگاه ها اجرا شوند.
كاربردهاي جدي تر تشخيص حركات انسان يا ژست
هر چند كه تشخيص حركات دست يا بدن يا بطور كلي ژست كاربردهاي مهيجي در بازي هاي كامپيوتري دارند ولي حوزه كاربرد آنها محدود به اين مقوله نمي شود. شركت سايبرنت ( Cybernet ) كه يكي از شركت هاي پيشگام در طراحي و عرضه نرم افزارهاي تشخيص حركات اندام هاي كاربر مي باشد بهار امسال (1383 ) موفق شد تا نرم افزاري به نام Navigaze را طراحي كند ( توضيح مترجم: كلمه navigaze از دو كلمه navi كه مخفف navigate مي باشد و كلمه gaze تشكيل شده است. كلمه navigate كه در نرم افزار netscape navigator هم استفاده شده است به معناي هدايت هواپيما, كشتي يا كامپيوتر است و كلمه gaze نيز معني خيره شدن مي دهد. بنابراين navigaze بايد نرم افزاري باشد كه به وسيله قدرت نگاه بتواند كامپيوتر را هدايت و كنترل كند.). كاربر پس از نصب نرم افزار navigaze و فعال كردن دوربين يا Webcam قادر خواهد بود تا با خيره شدن به نقطه اي از مانيتور مكان نما را به آن نقطه هدايت كند. براي كليك كردن روي آيكوني يا اجرا كردن برنامه اي كافيست تا دو بار پلك هايش را به هم بزند و در صورتيكه بخواهد پنجره اي را اسكرول دهد كافيست تا سرش را در همان جهت حركت داده يا بچرخاند.
جالب توجه آنكه شركت سايبرنت تكنولوژي تشخيص حركات هاي اندام را همانند بسياري ديگر از تكنولوژي ها از يك تكنولوژي نظامي مربوط به 6 سال پيش گرفته است. سال 1998 ارتش آمريكا پروژه اي تعريف و اجرا كرد تا يك فرمانده نظامي با حركت دست ها, پاها و حتي سر خود بتواند يك ستون نظامي مجازي را رهبري و هدايت كند. هدف ارتش آمريكا از اجراي اين پروژه تربيت و آموزش افسران و درجه داران بود. آنها به واسطه اين سيستم قادر بودند تا با در اختيار گرفتن يك دسته از سربازان مجازي و در يك محيط مجازي ( جنگل, دشت يا باطلاق ) گروه خود را به سمت هدف هاي از پيش تعيين شده رهبري كرده و نتايج مثبت يا منفي دستورات صادر شده را ببينند. تشخيص ژست يا حركت هاي دست, پا و سر هر چند واسط خوبي براي انتقال فرامين به كامپيوتر مي باشد ولي همان طوري كه از ظاهر قضيه نيز برمي آيد, حوزه عملكرد آن كاملا محدود بوده و خيلي از جاها نمي توان از اين تكنولوژي براي انتقال اطلاعات به كامپيوتر استفاده كرد. بعنوان يك مثال بارز بعيد بنظر مي رسد كه يك تايپيست يا برنامه نويس بتواند از اين تكنولوژي ( هر چقدر هم كه كامل و پيشرفته شده باشد ) براي انجام كار خود استفاده كند. عده اي از مهندسين خوش فكر در ايالات متحده آمريكا با توجه به مزايا و معايب اين تكنولوژي و تكنولوژي هاي قديمي تر همچون استفاده از صفحه كليد توانسته اند اين دو تكنولوژي را به همديگر پيوند داده و دستگاهي به نام صفحه كليد مجازي ( Virtual Keyboard ) بسازند. تصوير اين صفحه كليد در شكل 2 ديده مي شود.
اين صفحه كليد كه مي تواند همراه PDA ها و كامپيوترهاي دستي ( Palmtop ) مورد استفاده قرار گيرد از مكانيزم ساده اي بر خوردار است.
يك منبع نوري كوچك شبيه چراغ قوه روي PDA قرار دارد كه سايه ( تصوير) حاصل از اين منبع نوري تصويري از صفحه كليد به رنگ مثلا قرمز مي باشد. بنابراين با روشن كردن اين منبع نوري تصويري به شكل صفحه كليد روي ميز تشكيل مي شود.
كاربر با استفاده از همين صفحه كليد و روي تصوير كليد هاي مربوطه تايپ مي كند و دوربين كوچكي كه كنار منبع نوري قرار گرفته است موقعيت و طرز حركت انگشتان دست را حس كرده و كد كاراكتر تايپ شده را به كامپيوتر مي فرستد.
صفحه كليد مجازي دقيقا مثل يك صفحه كليد واقعي است فقط با توجه به اينكه كليد هاي آن از هوا تشكيل شده اند, بسيار نرم تر است. صفحه كليد مجازي حجم و وزن ندارد و از اين رو براي استفاده در كامپيوترهاي فوق العاده كوچك همانند PDA ها و Palmtop ها كاملا مناسب است. از آنجائيكه دوربين صفحه كليد هاي مجازي با سرعت 50 فريم در ثانيه تصوير برداري مي كنند, حتي سريع ترين تايپيست هاي دنيا نيز مي توانند با اين صفحه كليد ها كار كرده و با حد اكثر سرعت ممكنه عمل تايپ را انجام دهند. در ضمن روش تصوير برداري دوربين صفحه كليد هاي مجازي نسبت به روش تصوير برداري دستگاه هايي همچون Eye Toy پيشرفته تر شده است. در صفحه كليد هاي مجازي تصوير برداري بجاي نورمرئي با نور مادون قرمز (IR) انجام مي پذيرد, بدين ترتيب شلوغ پلوغ بودن پشت صحنه, ميز يا ... ديگر نمي تواند روي تكنيك تشخيص موقعيت يا حركت تاثير منفي بگذارد.
راه آينده
Eye Toy, gesture storm و صفحه كليد مجازي همه و همه دستگاه هايي هستند كه بر مبناي تشخيص رفتار و حركات اندام هاي مختلف انسان نظير دست ها, پاهام سر و چشم ها ساخته شده و در مقياس تجاري عرضه شده اند ( فروش Eye Toy فقط در اروپا و آمريكا بالغ بر 5/2 ميليون دستگاه بوده است ). اينكه آينده تكنولوژي تشخيص ژست چه خواهد بود و اين تكنولوژي تا چه ميزاني خواهد توانست به درون زندگي ما انسان ها رسوخ كند سؤالي جدي است كه در حال حاضر فكر متخصصان و سرمايه گذاران را بخود مشغول كرده است. هر چند در مورد آينده اين تكنولوژي يا حتي تكنولوژي هاي ديگر بسختي مي توان قضاوت دقيقي داشت, ولي شواهد و قرائن نشان مي دهند كه كاربردهاي تشخيص ژست روز به روز جدي تر و وسيع تر شده و خواهد شد.
يكي از كاربردهايي كه برخي از شركت هاي نرم افزاري دارند روي آن كار مي كنند, انتقال فرمان از شخص ارائه دهنده سمينار به نرم افزار مشهور Power Point است.
در صورتيكه اين نرم افزار كامل شود, ارائه دهنده يك سمينار براحتي خواهد توانست با اشاره دست, سر يا انگشت خود اسلايد ها را پس و پيش برده و يا آنها را تغيير دهد ( چيزي كه همه ما حد اقل يكبار آن را از ته دل آرزو كرده ايم).
يكي ديگر از استفاده هاي بالقوه اين سيستم مي تواند بكارگيري آن در اتومبيل ها جهت كاهش تصادفات باشد. دوربين ايي كه روي داشبورد خودرو نصب مي شوند, همواره قيافه و طرز حركات راننده را به يك ميكرو كامپيوتر كوچك مخابره مي كنند. حال اگر ميكروكامپيوتر داخل اتومبيل استنتاج كند كه راننده مست, عصباني يا هيجان زده است مي تواند محدوديت هايي براي حركت خودرو قائل شود يعني مثلا اجازه ندهد تا راننده با سرعتي بيش از حد تعيين شده رانندگي كند. در حال حاضر مؤسسات تحقيقاتي و دانشگاه هاي زيادي در دنيا همچون مؤسسه تحقيقاتي جورجيا ( Georgia Institute Of technology ) روي تكنولوژي تشخيص حركات اندام ها و درك مفاهيم آنها كار مي كنند و با اين كار سهم خود را از تكنولوژي هاي برتر آينده حفظ كرده و يا آن را بيشتر مي كنند.
