Willkommen bei WCM
Um alle Funktionen dieser Website nutzen zu können müssen Sie sich Einloggen oder Registrieren. Die Registrierung ist unverbindlich und dauert nur einen Moment.
"Kinsight": Kinect-Netzwerk verwaltet Haushalt
Veröffentlicht am 11.06.2012 16:48:15
Charlottesville - Shahriar Nirjon und John Stankovic von der University of Virginia haben auf der "Distributed Computing in Sensor Systems Conference" in Hangzhou ihr "Kinsight"-Systemm präsentiert. Dabei handelt es sich um ein computergestütztes und leicht zu errichtendes Netzwerk aus Kinect-Kameras und Lichtsensoren, die die Echtzeitverwaltung des eigenen Haushaltsinventars erlauben.</p>
Die Verwendung der Tiefenkameras von Microsoft im Verbund mit anderem, günstigem Equipment ermöglicht laut den Forschern einen enormen Preisvorteil zur Verwendung von RFID. Die Kinect-Kameras arbeiten mit Helligkeitsmessern auf MICA2-Boards zusammen, um den Gegenstandsbestand zu erfassen und beobachten.
Dabei baut man auf zwei Algorithmen. "Depth Sweep" nutzt die Kinect-eigene Kapazität zur Erkennung von Menschen sowie die Tiefenmessung, um zwischen Raum, Usern und Objekten zu unterscheiden und Standortwechsel Letzterer zu registrieren. Die zweite Stufe, "Context Oriented Object Recognition", verwendet die gesammelten Daten in Kombination mit der RGB-Kamera, um die Gegenstände konkret zu identifizieren. Dies schließt Verwechslungen bei ähnlicher oder identer Form aus.
Weil Kinsight sich auch die Position des Inventars merkt, kann es auch idente Objekte auseinanderhalten. Aktuell liegt die Genauigkeit der Lokalisierung bei durchschnittlich 13 Zentimetern. Die Erfassungsreichweite von Kinect selbst wird von den Wissenschaftlern mit rund 3,4 Metern angegeben.
Im "Busy Mode", der eintritt sobald ein Mensch vor das Objektiv tritt, arbeitet dass Netzwerk in Echtzeit, um die gespeicherten Positionen aktuell zu halten. Getracket wird dabei die Bewegung der Person, die im Nachhinein mit der ursprünglichen Position der Gegenstände abgeglichen wird. Im "Idle"-Zustand werden weitere Daten gesammelt und kumuliert. So speichert es mehrere Aufnahme der unterschiedlichen Objekte unter verschiedenen Lichtbedingungen und berücksichtigt dabei auch die aktuelle Uhrzeit.
Die Vorteile für den Nutzer bestehen in einer Echtzeitübersicht des Haushaltsinventars samt Standorte. Geht ein Objekt unter Aufsicht des Systems verloren, so ist zumindest ersichtlich, wo es sich zuletzt befunden hat.
Die Zuverlässigkeit von Kinsight schwankt mit Entfernung und Beschaffenheit der erfassten Dinge. Sehr kleine und transparente Gegenstände erweisen sich als besonders schwierig zu erkennen. Laut Nirjon und Stankovic ist dies eine generelle Schwäche von Systemen, die auf Basis von Sicht arbeiten.
Laut den Erfindern kann dieses Konzept mit beliebigen Tiefenkameras realisiert werden. Aufgrund des positiven Feedbacks aus der wissenschaftlichen Community rechnen sie damit, dass es zu weiteren Umsetzungen unter Verwendung leistungsfähigerer Hardware kommen wird.
Veröffentlicht am 11.06.2012 16:48:15
Charlottesville - Shahriar Nirjon und John Stankovic von der University of Virginia haben auf der "Distributed Computing in Sensor Systems Conference" in Hangzhou ihr "Kinsight"-Systemm präsentiert. Dabei handelt es sich um ein computergestütztes und leicht zu errichtendes Netzwerk aus Kinect-Kameras und Lichtsensoren, die die Echtzeitverwaltung des eigenen Haushaltsinventars erlauben.</p>
Die Verwendung der Tiefenkameras von Microsoft im Verbund mit anderem, günstigem Equipment ermöglicht laut den Forschern einen enormen Preisvorteil zur Verwendung von RFID. Die Kinect-Kameras arbeiten mit Helligkeitsmessern auf MICA2-Boards zusammen, um den Gegenstandsbestand zu erfassen und beobachten.
Dabei baut man auf zwei Algorithmen. "Depth Sweep" nutzt die Kinect-eigene Kapazität zur Erkennung von Menschen sowie die Tiefenmessung, um zwischen Raum, Usern und Objekten zu unterscheiden und Standortwechsel Letzterer zu registrieren. Die zweite Stufe, "Context Oriented Object Recognition", verwendet die gesammelten Daten in Kombination mit der RGB-Kamera, um die Gegenstände konkret zu identifizieren. Dies schließt Verwechslungen bei ähnlicher oder identer Form aus.
Weil Kinsight sich auch die Position des Inventars merkt, kann es auch idente Objekte auseinanderhalten. Aktuell liegt die Genauigkeit der Lokalisierung bei durchschnittlich 13 Zentimetern. Die Erfassungsreichweite von Kinect selbst wird von den Wissenschaftlern mit rund 3,4 Metern angegeben.
Im "Busy Mode", der eintritt sobald ein Mensch vor das Objektiv tritt, arbeitet dass Netzwerk in Echtzeit, um die gespeicherten Positionen aktuell zu halten. Getracket wird dabei die Bewegung der Person, die im Nachhinein mit der ursprünglichen Position der Gegenstände abgeglichen wird. Im "Idle"-Zustand werden weitere Daten gesammelt und kumuliert. So speichert es mehrere Aufnahme der unterschiedlichen Objekte unter verschiedenen Lichtbedingungen und berücksichtigt dabei auch die aktuelle Uhrzeit.
Die Vorteile für den Nutzer bestehen in einer Echtzeitübersicht des Haushaltsinventars samt Standorte. Geht ein Objekt unter Aufsicht des Systems verloren, so ist zumindest ersichtlich, wo es sich zuletzt befunden hat.
Die Zuverlässigkeit von Kinsight schwankt mit Entfernung und Beschaffenheit der erfassten Dinge. Sehr kleine und transparente Gegenstände erweisen sich als besonders schwierig zu erkennen. Laut Nirjon und Stankovic ist dies eine generelle Schwäche von Systemen, die auf Basis von Sicht arbeiten.
Laut den Erfindern kann dieses Konzept mit beliebigen Tiefenkameras realisiert werden. Aufgrund des positiven Feedbacks aus der wissenschaftlichen Community rechnen sie damit, dass es zu weiteren Umsetzungen unter Verwendung leistungsfähigerer Hardware kommen wird.
« Niederfrequente Felder füllen GPS-Lücken · "Kinsight": Kinect-Netzwerk verwaltet Haushalt
· Tactus: Touchscreen mit Haptik kommt 2013 »