نگاهی به چالش های ایجاد نسل بعدی کینکت برای ایکس باکس وان

فکر می کنم پلی استیشن به شدت پشیمان خواهد شد که نسخه کینکت خود را با PS4 همراه نکرده است. شاید آنها می دانستند که به هر حال به خوبی Kinect 2.0 نخواهد بود.

کوروش بامجی، معمار سخت‌افزار شریک مایکروسافت برای گروه معماری و مدیریت سیلیکون مایکروسافت در سیلیکون ولی، و اعضای تیمش در تلاش بودند تا یک دوربین زمان پرواز را در ایکس‌باکس وان بگنجانند. 

یک دوربین زمان پرواز سیگنال های نوری را منتشر می کند و سپس مدت زمان بازگشت آنها را اندازه می گیرد. این باید تا 1/10,000,000,000 ثانیه دقیق باشد. سرعت نور با چنین اندازه‌گیری‌هایی، دوربین قادر است نور بازتاب‌شده را از اجسام اتاق و محیط اطراف متمایز کند. این یک تخمین عمق دقیق را ارائه می دهد که امکان محاسبه شکل آن اشیاء را فراهم می کند.

این قابلیت سرعت نور یک پیشرفت بزرگ برای بخش حسگر Kinect ایکس باکس وان خواهد بود که ماه آینده در 13 بازار عرضه خواهد شد. کینکت جدید، یک تمایز کلیدی برای ایکس باکس وان در مقابل رقبا، باید میدان دید بزرگتری را با دقت بیشتر و وضوح بالاتر ثبت کند. یک حسگر مادون قرمز شناسایی شی را که نیاز به نور کم یا بدون نیاز دارد و تشخیص وضعیت دست بهبودیافته را امکان پذیر می کند و به گیمرها و کاربران معمولی تر این امکان را می دهد که کنسول را با دستان خود کنترل کنند.

او می‌گوید: «وقتی ما یک فناوری نسبتاً جدید، مانند زمان پرواز را انتخاب می‌کنیم و آن را در یک محصول تجاری قرار می‌دهیم، یک سری چیزها اتفاق می‌افتد. «چیزهایی وجود دارد که تا زمانی که محصول ساخته نشد نمی دانستیم چقدر مهم هستند. به عنوان مثال، ما از نظر تئوری می دانیم که تاری حرکت در زمان پرواز یک مشکل بزرگ است، اما اینکه چقدر مهم است تنها زمانی قابل کشف است که شما در حال ساخت محصولی با آن هستید و آن محصول نیاز به ارائه یک تجربه عالی دارد.

اندازه‌گیری دقیق عمق در صحنه‌های مختلف با وضوح بالای دوربین جدید و میدان دید وسیع‌تر نیز مشکلاتی را در تجربه کاربر ایجاد می‌کند و به عنوان مثال، حفظ اشیاء کوچک مانند انگشت را از محو شدن در پس‌زمینه دشوار می‌کند. در حالی که این ویژگی‌ها عملکرد دستگاه همه‌کاره‌تری را ارائه می‌کردند، اما در سناریوهای واقعی نیز مشکلاتی را ایجاد کردند، مانند نیاز به اندازه‌گیری دقیق عمق در صحنه‌های متنوع و با وضوح بالا. این، و همچنین بهبود میدان دید وسیع‌تر و تاری حرکت، به داده‌های تمیز نیاز داشت - به سرعت. Xbox One باید برای فصل تعطیلات 2013 آماده می شد.

ماهیت آنالوگ داده های زمان پرواز چالش هایی را برای ارائه چنین راه حلی ایجاد کرد.

آچاریا می‌گوید: «داده‌های زمان پرواز که از حسگر ما خارج می‌شوند در هر پیکسل، در هر فریم است و اطلاعات آنالوگ بسیار بیشتری وجود دارد. مشکل دیگر این بود که اشیاء پیش‌زمینه نزدیک به اشیاء پس‌زمینه در پس‌زمینه ذوب می‌شوند - باز هم به دلیل ماهیت آنالوگ نحوه ارائه داده‌های عمقی برای پیکسل‌هایی که روی لبه‌ها قرار می‌گیرند حسگر ما.

این منجر به اطلاعات زیادی شد، و برای آسان‌تر کردن استخراج پیش‌زمینه/پس‌زمینه و تقسیم‌بندی صحنه، استفاده توسط توسعه‌دهندگان نرم‌افزار و بازی، لازم بود که این داده‌ها به طور همزمان با افزودن الگوریتم‌های نرم‌افزاری در لوله پاکسازی شوند، اما بدون نیاز به کار. یک ضربه اجرایی این تعیین کننده بود. ما با جریان‌های کاری مختلف شروع کردیم و در پایان به بهینه‌سازی پارامترهای موجود در سیستم برای غلبه بر این مشکل پرداختیم.»

همکاران می خواستند جداسازی واضحی از پیش زمینه و پس زمینه ارائه دهند حتی اگر اشیاء نزدیک به یکدیگر باشند. این نیز دشوار بود. و سپس حرکت تاری وجود داشت.

 آچاریا توضیح می‌دهد که «موشن تاری پارامتری است که باید به حداقل برسد و مختص فناوری نیست. دوربین زمان پرواز از شاتر سراسری استفاده می کند که به کاهش تاری حرکتی کمک کرده است - از 65 میلی ثانیه در کینکت اصلی به کمتر از 14 میلی ثانیه در حال حاضر.

چالش های دیگر خود را نشان دادند. برای یک چیز، زمان پردازش به یک مسئله تبدیل شد. در ادبیات آکادمیک در مورد سیستم های زمان پرواز، زمان پردازش مسئله ای نبود. در محیط آزمایشگاهی، فناوری به خوبی کار می کرد. اما Xbox One باید 6.5 میلیون پیکسل در ثانیه پردازش کند. و تنها بخش کوچکی از قدرت محاسباتی Xbox One را می توان برای این کار مهار کرد. سهم شیر، قابل درک، برای موارد ضروری مانند بازی، ردیابی اسکلت، تشخیص چهره، و صدا محفوظ است.

کروپکا می‌گوید: «شما باید محاسبات بسیار بسیار سبکی را برای هر پیکسل انجام دهید، و این یکی از مواردی است که مشکل را چالش‌برانگیز و متفاوت از رویکرد معمولی در ادبیات دانشگاهی در این زمینه کرده است.»

به طور قابل توجهی، همه اینها با هم جمع شدند، و این بدان معنی است که در حالی که عاشقان سرگرمی در سراسر جهان به زودی از تجربه Xbox One خوشحال خواهند شد، کسانی که مشتاق توسعه برای این پلتفرم هستند نیز خوشحال خواهند شد. کاهش نویز داده‌های لبه باعث می‌شود تا توسعه‌دهنده داده‌ها آماده باشند و توانایی تقسیم واضح بین پیش‌زمینه و پس‌زمینه، یک مشکل محاسباتی پیچیده را حل می‌کند. داده ها تمیز هستند و توسعه دهندگان بازی می توانند راحت تر آن ها را جذب کنند.

یکی دیگر از ویژگی های شگفت انگیز دستگاه سنجش کینکت در ایکس باکس وان از حسگر مادون قرمز آن نشات می گیرد که می تواند اشیاء را در یک اتاق کاملا تاریک شناسایی کند. حتی بدون هیچ نوری که با چشم غیرمسلح قابل مشاهده باشد، می تواند افراد را تشخیص دهد و اجسام را ردیابی کند. می تواند ژست دست را از فاصله چهار متری تشخیص دهد، انگشتان یک کودک را ببیند و هویت شما را حتی بدون نور اتاق به خاطر بسپارد.

میدان دید وسیع‌تر این امکان را برای بازیکنان بیشتری فراهم می‌کند که همزمان یک بازی Xbox One را انجام دهند. با کنسول جدید، شش بازیکن می توانند در یک صحنه جمع شوند. یک بزرگسال قد بلند می تواند با یک کودک کوچک بازی کند بدون اینکه هیچ کدام از آنها بیرون کشیده شود. اگر کاربران در نزدیکی، دورتر یا در حاشیه اتاق بایستند، تجربه بهتری خواهند داشت.

و بهبود تشخیص حالت دست به کاربران این امکان را می‌دهد تا فقط با استفاده از دست‌ها با Xbox One تعامل داشته باشند—بدون نیاز به کنترل. به لطف دوربین مادون قرمز، فعالیت های دستی را می توان در هر نوری یا با هیچ نوری شناسایی کرد. راه حل های دستی قبلی قادر به ارائه سرعت یا دقت بودند، اما نه هر دو. راه حل دستی که به طور مشترک توسط تیم Xbox و Microsoft Research ابداع شده است، می تواند هر دو را انجام دهد.

منبع: وبلاگ رسمی مایکروسافت