Handpose: Microsoft cria nova tecnologia de detecção de movimento mais precisa

Uma inovação da Microsoft Research promete dar aos computadores a capacidade de rastrear os movimentos das mãos com alta precisão e de forma mais completa. A tecnologia chamada Handpose funciona com a ajuda do Kinect, mas o grande segredo está no software utilizado.

Apesar de não ser o primeiro projeto desse tipo a fazer progresso – o Leap Motion 2 ligado a um Oculus Rift já pode fazer isso – o novo software desenvolvido pela Microsoft promete ser ainda mais rápido e trabalhar com distâncias do tamanho de uma sala grande, por exemplo, em hardwares já existentes ou, eventualmente, em smartphones.

Usando o Handpose, a primeira coisa que o usuário faz é escanear a sua mão, mantendo-se em frente à câmera do Kinect para criar um modelo 3D dela. No laboratório de testes da Microsoft, esse processo tem levado em média um segundo para ser realizado, o que já é menos do que demora um sensor Touch ID do iPhone para reconhecer a impressão digital de alguém. Criado o o modelo 3D da sua mão, o Handpose permite controlá-lo na tela em tempo real a uma taxa de 30 quadros por segundo. A partir de então, você pode movimentar a sua mão e vê-la na tela como se fosse um espelho.

Alto nível de precisão

O Kinect sempre foi um bom dispositivo de reconhecimento de gestos corporais e isso inclui o movimento das pernas, braços e cabeça. Porém, uma área onde o Kinect e outros dispositivos de reconhecimento de movimento e sensores de profundidade nunca acertaram em cheio foi o mapeamento do movimento das mãos dos usuários.

"Ele pode dizer mais ou menos onde a palma da mão e o pulso estão, mas é só isso", explica Andrew Fitzgibbon, pesquisador do grupo de aprendizagem e percepção de máquinas da Microsoft Research Cambridge. Pensando desse modo, na melhor das hipóteses, o atual Kinect pode dizer se o usuário está acenando para ele, mas não pode fazer algo aparentemente tão simples quanto detectar se você está com o polegar apontado para cima ou para baixo.

"Acreditamos que se você pudesse controlar com precisão as posições das mãos de um usuário, até mesmo o ângulo de cada articulação e digital, a tecnologia de sensor de movimento daria origem a toda uma nova classe de interface de usuário", diz o pesquisador. Para Fitzgibbon, essa nova classe de interface permitiria aos usuários interagir com objetos virtuais apenas estendendo a mão e agarrando-os como se estivesses fisicamente presentes.

Como funciona

Apesar de parecer simples, solucionar esse problema de precisão é realmente difícil. O pesquisador explica que para que qualquer sistema de controle de movimentos seja capaz de identificar o que a mão está fazendo, ele precisa detectar 30 pontos diferentes dispostos sobre a mão humana. Esse número pode não soar como muito, mas o movimento desses 30 pontos diferentes geram trilhões de combinações possíveis.

O sistema precisa reconhecer qual desses infinitos movimentos a mão do usuário está fazendo, isso sem contar que o sensor do Kinect não consegue realmente ver todos os seus dedos, afinal muitos deles ficam escondidos durante a execução de certos gestos (como cruzar os dedos, por exemplo).

O que o Handpose faz é acelerar em até 10 vezes a capacidade de um computador reconhecer com precisão qual é o movimento executado. Ele faz isso com a ajuda de um algoritmo que reduz as trilhões de suposições iniciais de combinações de pontos detectadas pelo Kinect a 200 palpites prováveis. Esses palpites continuam sendo refinados até que encontre um correspondente bom o suficiente.

É importante destacar que o Handpose ainda não está pronto para ser distribuído no mercado de varejo, mas quando ele se tornar duas vezes mais rápido do que é agora poderá interagir com tudo: computadores, videogames, realidade virtual, TVs e robôs.

Quando questionado sobre uma previsão de lançamento comercial da nova tecnologia, ele diz: "Eu acho que foi Bill Gates que disse uma vez que você superestima o que você pode fazer em um ano e subestima o que pode fazer em dez anos. Então digamos que a resposta está no meio disso, talvez cinco anos".