Il telefonino ti aiuta a riconoscere gli oggetti

Le tecniche di riconoscimento audio/video stanno lentamente entrando a far parte della nostra vita quotidiana. Ad esempio tutti gli ultimi telefoni Sony Ericsson della serie Walkman integrano la funzione TrackID, che permette di risalire a titolo e autore di una canzone, semplicemente registrandone pochi secondi e inviando quanto registrato a un server. Altri sistemi permettono anche di risalire alle stesse informazioni semplicemente abbozzando il motivo della canzone di cui si desidera scoprire l'identità, anche fischiettando.

Il riconoscimento video è una tecnologia che ancora non trova applicazioni di massa, ma presto potrebbe entrare anch'esso nella vita di tutti i giorni. Se da una parte sono allo studio sitemi di riconoscimento video per meglio assegnare tag ai contenuti multimediali, ad esempio, dei servizi di video sharing, dall'altro lato la ricerca si muove per per utilizzare queste tecnologie per facilitare la vita quotidiana.

L'idea sviluppata dagli Accenture Technolgy Labs francesi è quella di utilizzare le potenzialità video dei telefonini per riconoscere oggetti che ci circondano e per progettare nuove interfaccie con i dispositivi. Riprendendo alcuni frame di un libro è possbile ricevere tutte le informazioni editoriale, oltre che eventuali recensioni e comparazioni di prezzo. Riprendendo una confezione di cibo in una lingua sconosciuta è possibile ricevere eventuali avvertimenti su allergeni contenuti nel cibo. Inquadrando componenti hardware di un pc è possibile ricevere informazioni sui driver corretti da installare per poterli utilizzare. Nel video qui sottto sono presentati questi diversi esempi di utilizzo.

Anche l'ultimo degli esempi illlustrati ha un certo interesse: in pratica la fotocamera viene utilizzata come mezzo per interfacciarsi al dispositivo. Spostando l'inquadratura verso destra, ad esempio, è possibile effettuare lo scroll in quella direzione di una pagina. Il prototipo mostrato è stato definito Pocket Supercomputer. La chiave di volta del sistema risiede nell'algoritmo utilizzato dal server centrale per processare le immagini ricevute dai terminali; il Scale-Invariant Feature Transform (SIFT) utilizza migliaia di punti di riferimento (vertici, lettere, ecc.) facendoli corrispondere a caratteristiche fisiche per identificare i diversi oggetti.

Fondamentale è il database del sistema, che stando a quando riportato da New Scientist cresce di 5000 oggetti al giorno. Staremo a vedere se l'idea avrà successo e troverà sbocchi di mercato.