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

Procena ljudskog položaja pomoću alogoritma? Dobro došli u 2018. godinu!


Google-ova kreativna fabrika je lansirala tehnologiju koja će vas iznenaditi! Kako vam zvuči algoritam koji prepoznaje ljudske pokrete? Izdvojte dva minuta za zagarantovanu zabavu. 

U okviru Google-a postoji nezavisan tim koji se zove Google Creative Lab. Pripadaju sektoru marketinga, a glavni zadatak im je da pokažu korisnicima šta sve zanimljivo može da radi Google. To znači da ovaj tim radi na nekoliko polja, od Android-a do Chrome-a.

Njihov posao je zaista zabavan, a veliki deo svog radnog vremena provode igrajući se. Imaju tri osnovna zakona. Prvi je da dobro poznaju korisnike, drugi da kreiraju magiju i treći da povežu prva dva. Jednom rečju, posao im je da zabave svakog korisnika.

Chrome Web Lab – Trailer from Tellart on Vimeo.

Njihova najnovija objava je nešto na šta smo dugo čekali. Dan Oved, jedan od freelance kreativnih developera Creative Lab-a, je izradio sistem za procenu ljudskog položaja koji je zasnovan na JavaScript-u, a koji može da se pokrene u okviru pretraživača. Nešto sasvim slično smo mogli da vidimo u Xbox-ovom Kinect-u. Jedina razlika je što za korišćenje PoseNet-a nije potreban nikakav hardver, već je kamera na vašem mobilnom ili laptopu sasvim dovoljna.

Krenućemo od objašnjenja osnovnih termina. Procena ljudskog položaja (human pose estimation) je tehnologija koja omogućava računaru da prati pokrete ljudskog tela. To znači da sistem mora da razlikuje ljude od okruženja i da nađe referentne tačke na telu kako bi uspeo da prati pokrete.

Moramo naglasiti da tokom praćenja nema određenog algoritma koji procenjuje ko je na slici/videu – dakle, nema identifikacije kao u slučaju Face ID-a – moguće je samo pratiti pokrete te osobe. Zato je velika stvar što PoseNet radi sa jednostavnom internet kamerom, za razliku od Kinecta kome je trebalo na hiljade laserskih tačaka i posebne mape dubine.

Drugo čudo je JavaScript. Trik ovog sistema je u tome što ogromni paketi podataka ne kruže internetom kako bi uspeli da se procesuiraju na nekom udaljenom serveru, već se svi rezultati izvode lokalno.

Tokom pisanja ovog članka smo prošli kroz ubrzani kurs različitih zavisnosti, ramova, knjižica i drugih magičnih kreacija. Među njima je i Google-ova knjiga TensorFlow koja sadrži različite pakete namenjene za veštačku inteligenciju i mašinsko učenje. PoseNet se bazira na TensorFlow-u, što znači da koristi algoritme mašinskog učenja kako bi prepoznao i pratio različite referentne tačke.

Zašto je to značajan doprinos? Kada je prisutna tražena tehnologija, pretraživači mogu da rade mnogo toga kao što je, primera radi, upravljanje aplikacijama i igricama. Zato možete da vidite da implementiranjem običnog JavaScript koda developeri mogu da stavljaju ove procene na svoje web proizvode čime se otvara dosta mogućnosti.

To znači da PoseNet nije konačan proizvod, već samo tehnologija za podršku. Na developerima je sada da je koriste za nešto korisno i kreativno. Broj mogućih opcija je beskonačan i proteže se od fitnes aplikacija, preko interaktivnog web-a, pa sve do kreiranja animacija.

Da ne dužimo dalje. Najvažnije je da znate da ovaj algoritam može da prepozna i prati čak 17 različitih referentnih tačaka u realnom vremenu. Pet tačaka je locirano na glavi (oči, uši i vrh nosa), a ostalih 12 na različitim delovima tela (ramena, zglobovi, kolena i slično). Najbolje funkcioniše onda kada prati jednu osobu, dok može da prepozna i kretanje nekoliko osoba, ali sa smanjenom preciznošću.

Ne verujete? Evo demo stranice na kojoj možete da isprobate ovu tehnologiju koja ne funkcioniše najbolje na Safariju, dok na Chrome-u radi besprekorno. Uživajte!

Izvor: Medium

iPad
Apple Inc. (AAPL)

Have you read this?

To je apsurdno. Neki ljudi jednostavno ne razumeju našu kompaniju. Čvrsto verujem da će sve pre ili kasnije doći na svoje mesto, dok god su korisnici zadovoljni. Nismo usmereni na zaradu, već na dugoročan razvoj.

To je apsurdno. Neki ljudi jednostavno ne razumeju našu kompaniju. Čvrsto verujem da će sve pre ili kasnije doći na svoje mesto, dok god su korisnici... - Click here!