Tradizionalmente l’interpretazione del posizionamento del corpo e la definizione dello scheletro erano compiti complessi che richiedevano telecamere di profondità e hardware costosi per la post-elaborazione dei dati acquisiti.
Ormai dieci anni fa l’introduzione di Microsoft Kinect, inizialmente orientata alla comunità di gioco, ha avuto un impatto significativo nella stima del posizionamento e ha aperto la strada a sensori simili e a ulteriori ricerche sul campo.
Ultimamente, stiamo vedendo sempre più alternative che non solo richiedono meno risorse, ma possono funzionare anche con una semplice fotocamera RGB senza necessariamente fare affidamento sulle informazioni di profondità per ottenere i dati necessari alla stima. Naturalmente, la mancanza di informazioni sulla profondità normalmente significherebbe l’assenza dell’asse Z, tuttavia ciò sta cambiando anche grazie a modelli ML migliori focalizzati sull’estrapolazione dei dati mancanti da un’immagine monoculare. La combinazione di queste due soluzioni può presto rendere obsoleto il requisito del sensore 3D per determinati casi d’uso, il che a sua volta non solo riduce il costo complessivo dell’hardware, ma semplifica anche il processo di installazione in loco grazie a un ingombro medio inferiore di una telecamera 2D e alla possibilità di osservare l’ambiente anche attraverso doppi vetri a gas freon (che normalmente inibiscono la gamma di rifrazione della luce infrarossa nei sensori 3D).
In Munogu siamo entusiasti di aver finalizzato la conversione di alcune delle nostre ben note soluzioni di gamification che tradizionalmente richiedevano sensori 3D per funzionare con una semplice webcam pur mantenendo un’accuratezza e una precisione simili a quelle fornite da una fotocamera time-of-flight. Molti dei prodotti del nostro catalogo di gamification sono oggi disponibili in entrambe le varianti, fornendo risultati praticamente identici.