Por dentro do Kinect – Como realmente ele funciona

     O Kinect estreou ontem na E3, e muitos sites e blogs estão comentando a novidade mas, quase ninguém sabe explicar como isso realmente funciona. Neste post vou explicar tudo sobre essa nova tecnologia.

     O Kinect  é um sistema que reconhece vozes, gestos e movimentos através de hardware e software especiais. Este hardware inclui uma câmera padrão RGB e outra infravermelha que lança uma série de raios infravermelhos com sensor CMOS de “ver” a sala em 3D, independentemente das condições de iluminação existentes, e um microfone multidirecional.
     Estes dispositivos são o que se encarregam de transmitir os dados para a camada de software, consumindo cerca de 15% dos recursos do console. Quem nós somos (e não apenas palavras-chave) e o que fazemos ( incluindo a forma como estamos longe da tela), pode ser determinado pelo sistema, através da análise 3D de movimentos corporais  em tempo real.

     E o sistema está programado para analisar as imagens recebidas e buscar uma forma típica do homem e, em seguida, identificar cerca de 30 peças essenciais, como a cabeça, tronco, quadris, joelhos, cotovelos e coxas.
Na programação do Kinect, a Microsoft tem utilizado um campo de inteligência artificial chamado Machine Learning (aprendizagem de máquina) que funciona da seguinte forma: O computador recebe uma quantidade suficiente de dados, neste caso, milhões de imagens de pessoas, e aprende por si mesmo a entender o que  está vendo.
Isso poupa os programadores da tarefa árdua de codificar regras específicas que descrevem os milhões e milhões de movimentos possíveis que podem fazer o corpo humano.

     Em essência, o processo é muito semelhante ao desenvolvimento de um  bebê, onde  mostramos os objetos com seus nomes até que a criança possa identificá-los. No kinect, o sistema funciona em várias “camadas”: Primeiro, quando o usuário é colocado na frente da câmera, sensores medem a distância entre os vários pontos de seu corpo. Isso cria uma “nuvem de pontos”, que é uma representação tridimensional virtual do jogador.
Uma vez que cada grupo de pontos foi atribuído a uma parte do corpo, cria-se um esqueleto virtual “na qual é sobreposta a imagem do personagem do jogo. Isso cria uma espécie de console tridimensional ou avatar, capaz de redesenhar em posições diferentes, seguindo os movimentos do seu corpo.
Tudo isso é muito mais complexo do que pode parecer à primeira vista, e o Kinect  repete 30 vezes por segundo, gerando frame por frame com os personagens sempre copiando as posturas do corpo do jogador.
Não há dúvida de que este sistema vai dominar  todos os consoles em poucos anos.

     No Kinect não é necessária nenhuma senha. O sistema pode reconhecer seu rosto e permitir o acesso automaticamente.  Contrariamente ao que acontece com o Wii, o  sistema de controle do jogo é o nosso próprio corpo. O reconhecimento de voz também é grande, e faz um ótimo trabalho reconhecendo aquilo que dizemos.
     Até que possa ser comprado, não saberemos se  essa empreitada será bem sucedida ou não, mas parece que a Microsoft conseguiu com o Kinect obter um passo à frente dos seus concorrentes.

Algumas fotos de como isso funciona

Aqui se encontra o cérebro aprendiz do Kinect, com seus numerosos terabytes de informações  sobre o corpo humano.