MIT Kembangkan Drone dengan Kemampuan Sinematografi Otomatis Lebih Canggih dari Milik DJI

Terbang dan merekam video dengan sendirinya sudah bukan perkara besar untuk drone generasi terkini. Lihat saja Phantom 4 Advanced atau Mavic Pro dari DJI yang dibekali teknologi ActiveTrack, dimana keduanya dapat mengudara selagi menempatkan suatu objek di tengah pandangannya, lalu mengikutinya ke manapun objek itu bergerak.

Namun bagaimana dengan manuver-manuver khusus seperti ketika harus merekam adegan balap mobil di salah satu seri franchise Fast & Furious? Kalau ini mungkin masih dibutuhkan operator drone yang berpengalaman, akan tetapi hasil riset tim Computer Science and Artificial Intelligence Laboratory (CSAIL) asal MIT berkata sebaliknya.

Mereka mengembangkan sebuah sistem yang memungkinkan seorang sutradara untuk mengirimkan instruksi spesifik pada drone, menetapkan parameter-paramter tertentu supaya drone bisa mengerjakan tugas sinematografinya sendiri secara mandiri selagi mengacu pada teknik yang kerap digunakan oleh operator drone pada umumnya.

Secara garis besar sistem ini merupakan versi lebih advanced dari ActiveTrack itu tadi. Perbedaannya dideskripsikan seperti ini: kalau dengan ActiveTrack, drone memang bisa mengikuti pergerakan seorang aktor, tapi ketika aktor tersebut membalikkan badannya 180 derajat, drone bakal terus merekam punggungnya.

Dengan sistem besutan MIT ini, drone dapat mendeteksi aktor yang membalikkan badannya itu, lalu bergerak mengitarinya supaya fokus kameranya tetap ada pada wajah sang aktor. Semua ini tentu saja dilakukan tetap dengan memperhatikan kondisi sekitar, sehingga drone tidak akan menabrak sebuah pohon atau rintangan lain begitu saja ketika bermanuver.

Selebihnya, sistem bernama real-time motion planning for aerial videography ini menitikberatkan pada aspek kontrol yang merinci. Seorang sutradara bisa menetapkan parameter seperti misalnya komposisi dengan sudut pandang lebar atau sempit, orientasi sang aktor, sehingga pada akhirnya drone dapat memprioritaskan variabel-variabel ini dengan sendirinya selama sesi syuting.

Singkat cerita, apa yang ingin tim CSAIL MIT ini tawarkan adalah sinematografi drone yang lebih mudah diakses sekaligus yang lebih bisa diandalkan. Anda bisa menyimak video di bawah untuk mendapat gambaran terkait cara kerjanya secara umum.

Sumber: MIT.

Ilmuwan MIT Ciptakan Alat ‘X-Ray Vision’

Di kisah-kisah fiksi ilmiah dan superhero, X-ray vision adalah sebuah kemampuan untuk melihat menembus objek. Salah satu karakter terkenal yang memilikinya ialah Superman. Meski dinamai penglihatan X-ray, ia tidak benar-benar menggunakan radiasi sinar X. Dan menariknya, kapabilitas ini akan jadi kenyataan melalui kreasi para peneliti di Massachusetts Institute of Technology.

Setelah menjalani waktu pengembangan selama lebih dari dua tahun, tim Computer Science and Artificial Intelligence Lab (belum lama merilis tool LaMem) dari MIT mengungkap RF-Capture, yaitu teknologi yang mampu mendeteksi ‘pantulan’ tubuh manusia, dapat melihat siluet seseorang di belakang tembok. Tak cuma itu, ia sanggup menebak lokasi serta identitas Anda dari jarak jauh.

Fadel Adib sebagai salah satu anggota tim riset menjelaskan bahwa cara kerja RF-Capture mirip kamera, tapi ia bukanlah kamera. RF-Capture sejatinya merupakan sensor untuk memonitor manusia, dan perangkat bisa dikendalikan cukup dengan menunjuk sasaran. Berbeda dari proyek eksperimen standard, para ilmuwan memiliki agenda buat memasarkan kreasi mereka itu, dan kabarnya sedang dalam proses mendirikan perusahaan spin off bernama Emerald.

RF-Capture bekerja dengan mengirimkan sinyal nirkabel yang mampu melewati tembok dan memantul dari tubuh individu, untuk kembali ke device. Radiasinya 1/10.000 kali lebih kecil dari telepon seluler. Melalui refleksi tersebut, perangkat bisa menangkap siluet. Buat membedakan masing-masing orang (pada dasarnya mempunyai pola serupa), CSAIL turut mengembangkan algoritma khusus.

Berkatnya, sistem dapat mempelajari tiap-tiap gerakan, menyambungkannya ke pantulan orang, lalu menyulamnya jadi satu siluet konsisten yang utuh. Perangkat menampilkan hasil secara real-time di layar, ditandai lewat zona-zona berwarna-warni, tak jauh berbeda dari pola suhu tubuh manusia.

Terlepas dari pro kontra mengenai perihal privasi, penemuan canggih itu membuka potensi pemanfaatan RF-Capture di berbagai industri. Ambil contohnya produksi film, di mana device dapat digunakan untuk motion capture tanpa perlu menempelkan sensor ke tubuh aktor. Kemudian di bidang gaming, pemain bisa berinteraksi ke platform permainan serta mengendalikan karakter dari ruang berbeda.

Emerald rencananya akan didirikan dan mulai beroperasi tahun depan, dengan agenda memasarkan device pada awal 2017. Kabar baiknya lagi, harga produk tergolong cukup terjangkau. CSAIL memperkirakan, device hanya dibaderol di kisaran US$ 250 sampai US$ 300.

Via PC World & Mass Live. Sumber: CSAIL.MIT.edu.

Sulitkah Orang Melupakan Wajah Anda? Ayo Cari Tahu Via LaMem

Terdiri dari 14 tulang dan 32 gigi, wajah adalah bagian tubuh manusia dengan struktur paling kompleks. Para ahli telah dilakukan bermacam-macam studi buat mempelajarinya, termasuk upaya membaca karakteristik. Kali ini satu tool unik diciptakan tim MIT, dan berkatnya, mungkin kita bisa lebih mengerti mengapa kadang sulit mengingat wajah seseorang meskipun baru saja bertemu.

Mudah atau tidaknya Anda mengingat wajah orang ternyata tidak cuma ditentukan oleh kapabilitas memori. Computer Science and Artificial Intelligence Lab MIT mengemukakan bahwa penampilan objek sama-sama berperan besar menentukan faktor tersebut. Sebagai bagian dari riset mereka, para peneliti merilis LaMem alias Large-scale Image Memorability, yaitu platform untuk menakar seberapa gampang/sulit sebuah objek buat diingat.

LaMem memanfaatkan mesin untuk menciptakan heatmap sebuah gambar, buat mengindentifikasi bagian-bagian mana saja yang paling mudah direkam memori. Area berwarna merah mengindikasikan level tinggi, sedangkan warna-warna dingin seperti hijau dan biru terbilang kurang meninggalkan kesan di ingatan. Demi memastikan kalkulasi LaMem akurat, para ilmuwan telah melatih algoritma ke puluhan ribu gambar berbeda.

Skor ditunjukkan oleh angka desimal dari 0 sampai 1. Daily Mail menguji tool online ini pada sejumlah selebriti internasional, dan menemukan bahwa wajah-wajah mereka berada di angka 0,9 ke atas. Detailnya adalah sebagai berikut: Kim Kardashian 0,9, Kanye West 0,918, Kylie Jenner 0,938, Taylor Swift 0,911, Ed Sheeran 0,944, dan yang tertinggi adalah Miley Cyrus dengan 0,958.

Tentu saja, LaMem tidak cuma bisa dipakai buat mengukur tingkat memorability wajah. Anda dapat melakukan tes pada objek sehari-hari sampai pemandangan. Kategori terakhir ini termasuk yang mendapatkan skor rendah. Gambar-gambar alam sulit dibedakan, karena tidak memiliki fitur distingtif seperti pada muka manusia. Kreasi tim MIT tersebut diklaim 30 persen lebih baik dibandingkan algoritma lain, hampir mendekati titik kapabilitas rata-rata manusia.

Para pencipta karya menjelaskan, memahami cara manusia mengingat dapat membantu mereka menciptakan sebuah sistem dengan informasi yang gampang diterima, atau sebaliknya – menyimpan info yang mudah dilupakan manusia. Tanpa diduga, upaya tersebut juga memberi pencerahan terhadap studi mengenai memori.

Penasaran? Silakan jajal sendiri LaMem dengan mengunjungi situsnya. Caranya sangat mudah: masuk ke bagian Demo, lalu unggah gambar yang Anda inginkan atau pilih beberapa sampel di sana.

Via Daily Mail.