Ett KAIST -team har presenterat en ny teknik, "Knocker, "som identifierar objekt och utför åtgärder bara genom att slå på den med smarttelefonen. Programvara som drivs av maskininlärning av ljud, vibrationer, och andra reaktioner utför användarnas anvisningar.

Det som skiljer Knocker från befintlig teknik är sensorns sammansmältning av ljud och rörelse. Tidigare, objektidentifiering använde antingen datorsynsteknik med kameror eller hårdvara som RFID -taggar (Radio Frequency Identification). Dessa lösningar har alla sina begränsningar. För datorsynsteknik, användare måste ta bilder av varje objekt. Ännu värre, tekniken fungerar inte bra i dåliga belysningssituationer. Att använda hårdvara leder till ytterligare kostnader och arbetsbördor.

Knocker, å andra sidan, kan identifiera objekt även i mörka miljöer bara med en smartphone, utan att behöva specialiserad hårdvara eller använda en kamera. Knocker använder smarttelefonens inbyggda sensorer som en mikrofon, en accelerometer, och ett gyroskop för att fånga en unik uppsättning svar som genereras när en smartphone knackas mot ett föremål. Maskininlärning används för att analysera dessa svar och klassificera och identifiera objekt.

Forskargruppen under professor Sung-Ju Lee från dataskolan bekräftade användbarheten av Knocker-teknik med 23 vardagliga föremål som böcker, bärbara datorer, vattenflaskor, och cyklar. I bullriga miljöer som ett hektiskt kafé eller vid en väg, den uppnådde 83% identifikationsnoggrannhet. I en lugn inomhusmiljö, noggrannheten steg till 98%.

Teamet tror att Knocker kommer att öppna ett nytt paradigm för objektinteraktion. Till exempel, genom att slå på en tom vattenflaska, en smartphone kan automatiskt beställa nya vattenflaskor från en handelsapp. När den är integrerad med IoT -enheter, knacka på sängens sänggavel innan du somnar kan släcka lamporna och sätta ett larm. Teamet föreslog och implementerade 15 ansökningsfall i tidningen, presenterades under ACM International Joint Conference 2019 on Pervasive and Ubiquitous Computing (UbiComp 2019) som hölls i London förra månaden.

Professor Sung-Ju Lee sa, "Den här nya tekniken kräver ingen specialiserad sensor eller hårdvara. Den använder helt enkelt de inbyggda sensorerna på smartphones och drar nytta av maskininlärningens kraft. Det är en mjukvarulösning som vardagliga smartphoneanvändare direkt kan dra nytta av." Han fortsatte, "Denna teknik gör det möjligt för användare att enkelt interagera med sina favoritobjekt."