Sistemas HMC ópticos sin marcadores
Sistemas HMC ópticos sin marcadores
Los sistemas HMC vistos hasta ahora tienen, todos ellos, un gran inconveniente común: todos requieren que el usuario se equipe con dispositivos o marcadores especiales, y que se coloque en una ubicación especifica.
Así, los sistemas HMC anteriores son adecuados para grabar movimientos para una película o un videojuego, o para monitorizar la evolución de un paciente en procesos de rehabilitación. Sin embargo, si se quiere crear un interfaz para el ordenador basado en gestos, o controlar la televisión con movimientos de la mano, no se puede exigir al usuario que se coloque marcadores por el cuerpo, y que calibre un anillo de cámaras. Por otro lado, ¿quién demostraría nuevas tareas a un robot social, si para ello ha de acudir a una sala específica, colocarse un traje de marcadores, calibrar cámaras y postprocesar los datos?
Los sistemas HMC destinados a videovigilancia, interfaz hombre/máquina o sistemas de visión artificial no deben hacer exigencias al usuario. La demanda de este tipo de sistemas es uno de los motores que ha impulsado el desarrollo de sistemas HMC ópticos que no requieren marcadores. El otro motor es el precio elevado de todos los sistemas citados anteriormente. Un par de cámaras estéreo, o un sistema RGB-D como la Kinect©, pueden ser una alternativa para capturar la pose de una persona 100 veces más barata que un sistema HMC basado en marcadores.
El problema de los sistemas HMC ópticos que no usan marcadores es, precisamente, que tienen que arreglárselas para extraer la pose sin marcas. Para conseguirlo, han de ejecutar complejos algoritmos de filtrado, reconocimiento, clasificación, aprendizaje o emparejamiento. Estos algoritmos consumen recursos, y tienden a requerir bastante tiempo para completarse. Así, uno de los mayores inconvenientes de los sistemas HMC ópticos sin marcadores es el de su limitada velocidad. El otro gran inconveniente de estos sistemas es su imprecisión: por mucho que se refinen los algoritmos de extracción de pose, sus resultados no mejorarán la precisión que da un marcador óptico.
Con todo, en la última década se han conseguido grandes avances en la captura de movimientos sin marcadores, en entornos no controlados. La Kinect©, y sus algoritmos de extracción de pose, incluidos en la librería OpenNI, representaron la cima de estos avances en el 2011. El sistema supuso una auténtica revolución en el área, como prueba el que a finales de 2012 ya existen multitud de mejoras sobre el algoritmo básico, una nueva SDK de Windows© con funcionalidades ampliadas, y hasta números especiales en revistas de investigación centrados en este sensor, y en las aplicaciones de sus algoritmos de extracción de pose.
En los sistemas HMC ópticos sin marcadores se distinguen dos grandes categorías, que pasan a detallarse a continuación.