تام بردی ، کارفرمای میهنی ، غالباً موفقیت خود را صرف صرف ساعتهای بی شماری برای مطالعه حرکات حریف خود در فیلم می کند. این درک از حرکت برای همه گونه های زنده لازم است ، خواه تشخیص اینکه چه زاویه ای برای پرتاب توپ وجود دارد ، یا درک حرکت شکارچیان و طعمه ها. اما فیلم های ساده در واقع نمی توانند تصویر کاملی به ما دهند.
دلیل آن این است که فیلم ها و عکس های سنتی برای مطالعه حرکت دو بعدی هستند و ساختار زیربنایی 3 بعدی شخص یا موضوع مورد نظر را به ما نشان نمی دهند. بدون هندسه کامل ، ما نمی توانیم حرکات کوچک و ظریف را که به ما کمک می کند حرکت سریع تری داشته باشیم ، بررسی کنیم و یا از دقت لازم برای تکمیل فرم ورزشی خود استفاده کنیم.
هرچند اخیراً ، محققان آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT (CSAIL) راهی برای دستیابی بهتر به این درک حرکت پیچیده ارائه داده اند.
سیستم جدید از الگوریتمی استفاده می کند که می تواند فیلم های 2 بعدی بگیرد و آنها را به "مجسمه های حرکتی" چاپ شده تبدیل کند که نشان می دهد چگونه بدن انسان در فضا حرکت می کند. این تیم علاوه بر اینکه یک تجسم زیبایی شناختی جذاب از شکل و زمان است ، پیش بینی می کند که سیستم "MoSculp" آنها می تواند یک مطالعه بسیار دقیق تر از حرکت را برای ورزشکاران حرفه ای ، رقاصندگان و یا هر کسی که می خواهد مهارت های بدنی خود را بهبود ببخشد ، ممکن کند.
دکتری می گوید: "تصور کنید که شما یک فیلم از راجر فدرر که در یک مسابقه تنیس توپ می زند و یک ویدئو از خود در حال یادگیری تنیس است ، دارید." دانشجو Xiuming ژانگ ، نویسنده اصلی مقاله جدید در مورد سیستم. "سپس می توانید مجسمه های حرکتی از هر دو سناریو بسازید تا بتوانید آنها را با یکدیگر مقایسه کرده و جامع تر مطالعه کنید که در آنجا باید پیشرفت کنید.
از آنجا که مجسمه های حرکتی 3 بعدی هستند ، کاربران می توانند از یک رابط رایانه برای حرکت در داخل سازه ها استفاده کرده و آنها را از دیدگاه های مختلف ببینند ، و اطلاعات مربوط به حرکت را از دیدگاه اصلی غیرقابل دسترسی نشان می دهد.
ژانگ این مقاله را در کنار اساتید MIT ، ویلیام فریمن و استفانی مولر ، دکتری نوشت. دانشجو جیاجون وو ، محققان گوگل Qiurui He و Tali Dekel و همچنین UC Berkeld postdoc و دکتری CSAIL سابق. اندرو اوونز
چگونه کار می کند
هنرمندان و دانشمندان مدتها است که تلاش می کنند بینش بهتری در مورد حرکت ، محدود به لنز دوربین خود و آنچه که می تواند فراهم کند ، بدست آورند.
کارهای قبلی بیشتر از تکنیک های عکاسی به اصطلاح "استروبوسکوپی" استفاده شده اند که بسیار شبیه تصاویر موجود در یک کتاب تلنگر هستند که به هم دوخته شده اند. اما از آنجا که این عکس ها فقط عکس های لحظه ای از حرکت را نشان می دهند ، شما نمی توانید به عنوان مثال بسیاری از مسیر بازوی یک شخص را هنگام زدن توپ گلف مشاهده کنید.
از این گذشته ، این عکسها همچنین به تنظیمات پرشور قبل از شلیک ، مانند استفاده از پس زمینه تمیز و دوربین های عمق ویژه و تجهیزات روشنایی نیاز دارند. تمام نیازهای MoSculp یک دنباله ویدیویی است.
با توجه به یک فیلم ورودی ، سیستم ابتدا به طور خودکار نقاط کلیدی 2 بعدی را بر روی بدن سوژه مانند مفصل ران ، زانو و مچ پا از یک بالرین تشخیص می دهد در حالی که او دنباله رقص پیچیده ای را انجام می دهد. سپس ، بهترین نکات ممکن از آن نقاط به اسکلت های 3 بعدی تبدیل می شود.
پس از دوخت این اسکلت ها به یکدیگر ، سیستم مجسمه ای حرکتی ایجاد می کند که می تواند 3 بعدی چاپ شود و مسیر صاف و مداوم حرکت را که توسط سوژه پیگیری می شود نشان می دهد. کاربران می توانند چهره های خود را برای تمرکز روی قسمت های مختلف بدن ، اختصاص دادن مواد مختلف به منظور تمایز بین قسمت ها و حتی سفارشی کردن نورپردازی ، سفارشی کنند.
در مطالعات کاربران ، محققان دریافتند که بیش از 75 درصد از افراد احساس می کنند که MoSculp تجسم دقیق تری را نسبت به تکنیک های عکاسی استاندارد ارائه می دهد.
کورتنی بریگام ، مدیر ارتباطات در Adobe می گوید: "رقص و حرکات ورزشی بسیار ماهرانه اغلب به نظر می رسد" مجسمه های متحرک "هستند اما آنها فقط اشکال زودگذر و زودگذر ایجاد می کنند." وی گفت: "این کار نحوه حرکت و تبدیل به مجسمه های واقعی را با تجسم های عینی از حرکت نشان می دهد ، راهی را فراهم می کند تا ورزشکاران بتوانند حرکات خود را برای تمرینات مورد تجزیه و تحلیل قرار دهند ، نیازی به تجهیزات بیشتری نسبت به دوربین موبایل و زمان محاسبات ندارند."
این سیستم برای حرکات بزرگتر مانند پرتاب توپ یا گرفتن یک جهش جارو در حین سکانس بهتر عمل می کند. همچنین برای موقعیت هایی کار می کند که ممکن است مانع یا پیچیده حرکت شوند ، مانند افرادی که لباس سست و یا اشیاء حمل می کنند.
محققان مرکز تحقیقات داده ها و هوش مصنوعی رابرت بوش و مرکز تحقیقات مغزی محاسباتی ، موسسه فناوری هند مادرا و دانشگاه پوردو اخیراً روشی جدید برای کاهش اامات محاسباتی برای تشخیص اشیاء در فیلم ها با استفاده از شبکه های عصبی تهیه کرده اند. تکنیک آنها با نام Pack and Detect (PaD) در مقاله ای که از قبل روی arXiv منتشر شده است ، تشریح شده است.
تشخیص شی از جنبه های کلیدی بسیاری از است بینایی کامپیوتر برنامه های کاربردی، مانند ردیابی شی، ویدئو خلاصه، و جستجو ویدئو. در حالی که پیشرفت های اخیر در یادگیری ماشین منجر به توسعه ابزارهایی بطور فزاینده ای برای انجام این کار شده است ، روش های موجود هنوز هم از نظر محاسباتی بسیار فشرده هستند. به عنوان مثال ، پردازش یک فیلم با وضوح 300 300 300 با استفاده از شبکه تشخیص شی SSD300 ، با VGG16 به عنوان ستون فقرات و در 30 فریم در ثانیه نیاز به 1.87 تریلیون عملیات نقطه شناور در ثانیه (FLOPS) دارد.
محققان مشاهده کردند که در برخی موارد ، اکثر مناطق در یک قاب ویدیویی صرفاً پس زمینه هستند ، با اشیاء برجسته فقط بخش کوچکی از منطقه را در این قاب اشغال می کنند. علاوه بر این ، آنها دریافتند که بین فریم های متوالی یک رابطه زمانی قوی وجود دارد. آنها این مشاهدات را به حداقل رسانده و تکنیک جدیدی را برای کشف اشیاء در فیلمهایی ارائه می دهند که می تواند نیازهای محاسباتی را برای کارهای شناسایی شی کاهش دهد.
Athindran Ramesh Kumar ، یکی از محققانی که این تحقیق را انجام داده است ، گفت: "ما از مکانیسم foveal در هر دو سیستم بینایی بیولوژیکی و مصنوعی الهام گرفته ایم." "تلاش های قبلی مربوط به مکانیسم های توجه foveal در سیستم های بینایی مصنوعی فقط بر روی یک منطقه در تصویر یا یک شیء به طور همزمان متمرکز شده است. ""
از این رو روش کشف شیء که توسط محققان طراحی شده است از سیستم های بینایی بیولوژیکی الهام گرفته شده است. اما بر خلاف تلاش های قبلی ، سیستم آنها به جای پردازش متوالی ، تمام مناطق مورد علاقه را در یک قاب واحد بسته بندی می کند.
Balaraman Ravindran ، محقق دیگری که تحقیق را انجام داده است ، گفت: هدف ما این بود که با تمرکز فقط روی نواحی برجسته در قاب و از بین بردن درهم ریختگی پس زمینه ، سرعت کشف اشیاء در فیلم ها را افزایش دهیم. "برای از بین بردن درهم و برهمی پس زمینه ، ما از ارتباط همبستگی بین قابهای مجاور در یک فیلم بهره برداری کردیم. این خاصیتی است که تکنیک های فشرده سازی ویدیو برای کاهش نیازهای ذخیره سازی و پهنای باند استفاده می کنند ؛ ما از آن برای سرعت بخشیدن به محاسبه استفاده می کنیم."
PaD ، روش تشخیص شیء ارائه شده توسط راوینران و همکارانش با پردازش فریم در فواصل منظم در اندازه کامل کار می کند. از این قاب ها به "قاب های لنگر" یاد می شود. از طرف دیگر ، ابزار در سایر فریمها مناطق مورد علاقه خود را بر اساس موقعیت مکانی که اشیاء در قاب قبلی در آن قرار داشتند ، شناسایی می کند.
آناند راغوناتان ، یکی از محققانی که این تحقیق را انجام داده ، به TechXplore گفت: "این مناطق دیدنی مانند یک کولاژ مرتب شده اند ، که از آن به عنوان ورودی برای ردیاب شی استفاده می شود. وی افزود: "این شناسایی ها به عکس در مکان های اصلی برمی گردند. این روش سریعتر است زیرا تصاویر کولاژ از اندازه کامل نسبت به فریم های کامل استفاده می کنند. ما از قابلیت انعطاف پذیری اشیاء محبوب مانند SSD300 برای پردازش تصاویر در هر اندازه کامل استفاده می کنیم. و اندازه های کوچکتر
محققان روش خود را در مجموعه داده ImageNet VID مورد ارزیابی قرار دادند و دریافتند که زمان آن 1.25 برابر است ، با دقت کمتر از 1.6 درصد کاهش یافته است. علاوه بر این ، آنها مشاهده كردند كه زمان لازم برای پردازش فریمهای با اندازه كم تقریباً سه برابر كمتر بود و تعداد FLOP چهار برابر كاهش می یابد.
علاوه بر این ، مطالعه آنها دو جنبه مهم را برجسته کرده است که می تواند از پیشرفت روشهای سریعتر و کم فشار تر برای تشخیص اشیاء در فیلم ها آگاه شود. اول ، اشیاء مورد علاقه فقط بخش کوچکی از پیکسل ها را در یک قاب اشغال می کنند. دوم ، بین یک فریم مجاور در یک فیلم ارتباط وجود دارد.
Athindran گفت: "کار ما با کاهش نیازهای محاسباتی می تواند به تجزیه و تحلیل های ویدیویی در دستگاههای دارای محدودیت در منابع در حاشیه اینترنت اشیاء کمک کند یا ممکن است تعداد جریانهای ویدیویی را که ممکن است توسط یک سرور در ابر پردازش شود ، بهبود بخشد."
مطالعه انجام شده توسط این تیم از محققان ، گامی اولیه در جهت توسعه ابزارهای مؤثرتر در کشف شیء است. آنها اکنون در حال برنامه ریزی برای تحقیقات بیشتر هستند که می توانند روش خود را بیشتر بهبود بخشند.
به عنوان مثال ، در حال حاضر ، PaD فریم های لنگر را در فواصل منظم انتخاب می کند ، اما محققان می توانند مکانیزمی را بسازند که بطور دینامیکی این فریم های کلیدی را شناسایی کند . آنها همچنین قصد دارند تکنیک خود را در سخت افزارهای محدودتر منبع مانند تلفن های هوشمند ، دستگاه های پوشیدنی و لوازم خانگی هوشمند آزمایش کنند.
راوندندران گفت: "ما یک الگوریتم برای استنباط مناطق مورد علاقه و شکل دادن به تصویر کولاژ دست ساز ساختیم." "اما یک سیستم کاملاً عصبی دارای شبکه های عصبی است که بر اساس قاب قبلی تصویر کولاژ تولید می کند. این یک خط بلندپروازانه تر از کارهای آینده است."
برای موفقیت در "Lure of the Labyrinth" ، یک بازی ویدئویی که توسط طراحان بازی آموزشی MIT's Arcade ساخته شده است ، بازیکنان حیوانات خانگی را از یک بندر زیر زمینی ساکن هیولا نجات می دهند. با انجام این کار ، آنها معماهای ریاضی را حل می کنند ، نقشه های رمزگشایی می کنند ، لباس های هیولا را به عنوان مبل می پوشند و با آیریس ، دختر هرمس از اساطیر کلاسیک همکاری می کنند. با سرسختی ، بازیکنان می توانند طرح هیولا را خنثی کنند و صدها حیوان خانگی را آزاد کنند.
"هزارتوی" برای بچه های مدرسه در نظر گرفته شده است. این بازی با تأمین برنامه آموزشگاه های ستارگان وزارت آموزش و پرورش ایالات متحده در بالتیمور و مریلند روستایی مورد آزمایش قرار گرفت ، از بازخورد معلمان استفاده کرد و برای بهبود ریاضیات و سوادآموزی در مقطع راهنمایی در نظر گرفته شده است. این همچنین به معنای یک چالش قانع کننده و رقابتی به خودی خود است.
پروفسور اریک کلوفر ، مدیر برنامه آموزش معلمان Scheller MIT و گذرگاه آموزشی می گوید: "این هم بازی خوب است و هم یک تجربه آموزشی خوب."
به همین ترتیب ، "Labyrinth" موارد زیادی راجع به فلسفه آموزش بازی ، یک برنامه طراحی واقع در محل بازی و یادگیری نشان می دهد. همانطور که اصول برنامه می نویسند ، دنیای "هزارتوی" برای کمک به بچه ها "در مدرسه و زندگی از طریق پشتکار و همکاری موفق می شوند."
به طور خلاصه ، یک بازی می تواند ذهنیت رشد را تقویت کند.
Scot Osterweil ، طراح بازی و مدیر خلاق آموزش می گوید: "هدف ما فقط ساختن بازی های جالب و جذاب در کلاس نیست بلکه واقعاً اتصال به قدردانی عمیق دانش آموزان از یادگیری و مسیر خاص خودشان در زندگی است." گذرگاه طاقدار.
اکنون ، اعضای Arcade Education ، فلسفه موجود در كتاب "بازی های رزونانس" را كه توسط MIT Press منتشر شده است ، شرح می دهند. نویسندگان کلوفر هستند. اوسترویل؛ جیسون هااس ، طراح بازی و دستیار تحقیقاتی در آزمایشگاه MIT Media و Arcade Education؛ و لوسیا روزنک ، طراح و مدیر تحقیق در بازی آموزش و پرورش.
نویسندگان با تأکید بر بیش از یک دهه تحقیق و طراحی ، نویسندگان مجموعه اصلی اصول را مورد بحث قرار می دهند - "برای تمام یادگیرنده احترام بگذارید" ، برای مبتدیان - و ایده های مربوط به طراحی بازی آموزشی را ذکر می کنند ، ضمن اینکه تأکید می کنند که خودشان ، در مورد مهارت خود ادامه می دهند. .
کلوفر می گوید: "ما یک لیست از اصول داریم." "این یک فرمول نیست."
تعجب ، تعجب
در واقع ، یکی از انگیزه های "بازی های رزونانس" این است که ، در حالی که تجربه و داده ها بازخورد مفیدی را ارائه می دهند ، طراحی بازی یک کار غیرقابل پیش بینی است: هرگز کاملاً مشخص نیست که بازی های خاص با مخاطب چقدر خوب جذب خواهند شد.
اوسترویل می گوید: "طراحی خوب معمولاً تعجب آور است." "این ابتدا شما را شگفت زده می کند ، سپس بازیکن را شگفت زده می کند."
یک بازی 2011 "آموزش بازی" را که با همکاری موسسه اسمیتسونیان ساخته شد ، از بین رفت.
فرضیه این بازی دو ماهه با هزاران شرکت کننده این بود که افراد از آینده در زمان حاضر با ما تماس گرفتند ، با این سؤال که: چه رویدادی پس از زمان حال ما اما قبل از زمان آنها منجر به از بین رفتن سوابق تاریخی تمدن شد؟ با رمزگشایی سرنخ ها ، بازیکنان مجبور بودند اطلاعاتی در مورد وضعیت فعلی زمین ، از جمله دما و داده های گونه ها پیدا کنند و تهیه کنند.
اوسترویل می گوید: "با" از بین رفتن "ما به طور مداوم در حال یادگیری چیزهای جدید در مورد بازیکنان بودیم و بازی را با آنچه در بازیکنان حس می کردیم تغییر دادیم." آنها از عمق درگیری آنها ما را شگفت زده کردند. "
بعضی اوقات تعجب ناشی نمی شود که مردم چگونه یک بازی را انجام می دهند ، بلکه چه کسی آن را بازی می کند. به ترتیب یک جفت بازی که Arcade Education در سال 2008 و 2009 ایجاد کرده است را انجام دهید. "Palmagotchi" یک بازی در سطح متوسطه در مورد زیست شناسی تکاملی است ، شبیه سازی جزیره ای که بازیکنان در مدیریت ایستم به آنها کمک می کنند. "Weatherlings" که با همکاری دانشگاه فنی نانیانگ در سنگاپور ایجاد شده است ، یک بازی به سبک Pokemon با کارتهای جمع آوری آنلاین است که نمایانگر موجودات وابسته به هوا است که در شهرهای آمریکا با یکدیگر نبرد می کنند.
به محققان Education Arcade هشدار داده شد كه انتظار پاسخی بسیار جنسیتی نسبت به بازی ها داشته باشند ، اما در واقعیت ، این اتفاق نیفتاد.
"ما بازخوردهای زیادی از طرف افرادی که می گفتند ، دریافت کردیم ،" آه ، این بازی اول فقط برای دختران جذاب است. Klopfer می گوید ، پسران نمی خواهند آن بازی را انجام دهند. "دوم ، آنها مثل این بودند ، پسران Pokemon بازی می کنند. دختران نمی خواهند که بازی کنند. و ما در واقع فهمیدیم که دختران و پسران به طور یکسان درگیر آنها هستند. ما پسرهای دبیرستانی داشتیم که در آستانه اشک بودیم زیرا پرندگان مجازی آنها مرده بودند. "
پروژه های هنری
به دلایلی مانند این ، محققان آموزش و پرورش Arcade تأکید می كنند كه احتمالاً رویكرد ناهنجاری برای طراحی از كار می رود. بهتر است طراحان یک موضوع بازی را دنبال کنند که به نظر جذاب می رسد و امیدوار باشند که دیگران نیز به آن علاقه پیدا کنند.
هااس ، طراح بازی و دکتری می گوید: "شما باید آن را به عنوان یک پروژه هنری ببینید." کاندیدای آزمایشگاه رسانه ای MIT. "شما باید احساس کنید این چیزی است که مردم می توانند عاشق آن شوند."
با این وجود ، "بازی های طنین انداز" پر است از اصول سازماندهی برای تفکر در مورد بازی های آموزشی ، از جمله چهار اصلی که نویسندگان در ابتدا لیست می کنند. این مفهوم که ما باید "به تمام یادگیرنده احترام بگذاریم" ، به این معنی است که باید بخاطر بسپاریم که یادگیرندگان "انسانهای کاملی با طیف احساسات ، لایک و دوست نداشتن" هستند که اغلب آنها باید با داستان های جالب ، معماها جلب شوند. ، و چالش ها
اوستریول اظهار داشت: "مردم عاشق حل مشکلات هستند." "اگر مردم خیلی بزرگ یا خیلی مبهم به نظر برسند ، مردم لحظه به لحظه می روند. اما اگر می توانید یک مشکل را درک کنید ، مردم تمایل به حل آن دارند. و این همان چیزی است که ما در تلاشیم تا آن را مهار کنیم."
سایر محققان این رشته از این کتاب ستایش کرده اند. Jan L. Plass ، استاد رسانه های دیجیتال و علوم یادگیری در دانشگاه نیویورک ، آن را "یک کتاب بسیار اصیل" و "منبع بسیار با ارزش" برای سایر طراحان خوانده است. هنوز هم ، همانطور که نویسندگان یادداشت می کنند ، تیم آموزش بازی Arcade ادعا نمی کند که برای ایجاد سرگرمی ، انجام بازی های آموزشی ، همه پاسخ ها را دارد. اما آنها حداقل می توانند نشان دهند که چگونه سایر طراحان می توانند موفقیت پیدا کنند.
"آینده ای که ما تصور کنید،" Osterweil می گوید، "است که در آن بازی ما ریاضی می شود نه بازی برای هر معلم مدرسه ابتدایی وسط، بلکه کل جهان از امکانات طوری که بچه ها می توانند خود را در هر تعداد از تجارب معنی دار پیدا کنید."
درباره این سایت