211service.com
Bordsdator känner dig genom dina skor
Ny forskning från Hasso Plattner-institutet i Potsdam, Tyskland, syftar till att dämpa frustrationen och stridigheterna som kan uppstå när flera personer använder en enda pekskärm. Projektet, kallat Bootstrapper, använder kameror under en tabell för att identifiera olika användare efter deras skor. Varje uppsättning skor är länkad till ett konto som håller reda på en persons handlingar och preferenser.
Sneaker läsare: Bootstrapper består av lampor och kameror som finns i en låda under ett pekskärmsbord.
Till skillnad från andra metoder för att skilja mellan användare använder Bootstrapper billig hårdvara och låter en persons händer fritt interagera med ytan. Som en extra fördel kan en användares preferenser lagras efter hennes skor, så när hon lämnar bordet är det lättare att återuppta en aktivitet när hon kommer tillbaka.
Tidigare angreppssätt på problemet har involverat att fästa sensorer på stolar eller använda kameror placerade ovanför ett bord. Ett tillvägagångssätt krävde att användarna skulle bära en ring som avger infrarött, som sedan spårades av pekbordets kameror.
Patrick Baudisch , professor i datavetenskap vid Hasso Plattner Institute, som utvecklade prototypsystemet tillsammans med doktoranderna Stephan Richter och Christian Holz, säger att skor är idealiska att spåra eftersom de erbjuder distinkta egenskaper som färger, sömmar, spetsar, logotyper eller ränder. De håller också vanligtvis kontakt med marken, till skillnad från händerna på en bordsskiva eller bottnar i stolar, så de är lättare att spåra.
Baudisch betonar att Bootstrapper inte är tänkt som en säkerhetsfunktion. Människor kan alltid förfalska systemet genom att köpa samma skor som någon annan, konstaterar han. Målet är att göra samarbetet enklare och att logga olika personers användning under många sessioner. Forskarna använde det till exempel för att sammanfatta användarnas prestationer i ett matematikprogram.
Bootstrapper samlar in video av skor med hjälp av kameror placerade under bordets yta. Programvaran extraherar information om skons struktur och länkar den till åtgärder på pekskärmen som motsvarar händer och armar i linje med skorna. Med ett litet urval av 18 användare och 18 olika skor visade forskarna att systemet kunde känna igen en användare med 89 procents noggrannhet.
Alla som utvecklar stora pekskärmar vet att [användardifferentiering] är ett problem, säger Daniel wigdor , professor i datavetenskap vid University of Toronto. Wigdor var inte involverad i forskningen. Bootstrappers teknik är elegant eftersom allt finns i en speciell låda, säger han och syftar på prototypens hölje för kameror och lampor.
Fortfarande är Bootstrapper inte perfekt. Baudisch noterar att om en person vrider sin arm på ett sätt som gör att den ser ut att vara i linje med någon annans fötter, kan systemet missmatcha en användare med en gest. Det nuvarande systemet kräver också att minst en fot har direktkontakt med golvet. Och om olika användare bär samma typ av sko, som de skulle göra i militären, till exempel, blir systemets huvudfunktion oanvändbar.
Det bästa sättet att identifiera användare kring ett pekbord är förmodligen att kombinera flera tillvägagångssätt, säger Wigdor. Till exempel kan ett Bootstrapper-liknande system kopplas ihop med sensorer i en stol. Jag kan se det som en av tre eller fyra tekniker, säger han.
Baudisch tror att delar av Bootstrapper kan hitta ett hem i öppna ytor som varuhus. Kameror kunde spåra om en person pausade till exempel vid tröjorna eller plånboken och sedan föreslå en försäljning via en digital annons.