Kinect 2010: cámaras de profundidad y estimación de pose en tiempo real en casa

Microsoft lanzó Kinect en Norteamérica el 4 de noviembre de 2010. La estimación de pose en tiempo real usó bosques aleatorios sobre imágenes de profundidad a velocidad de Xbox 360, y el accesorio vendió ocho millones de unidades en sesenta días.

Fecha del evento: Publicado:
HistoriaInvestigación

Microsoft lanzó Kinect para Xbox 360 en Norteamérica el 4 de noviembre de 2010. El accesorio usó una pila de cámara de profundidad derivada de la tecnología PrimeSense para mapear salones en 3D y permitir controlar juegos con el cuerpo en lugar de un mando.

Bosques aleatorios a velocidad de consola

Microsoft Research Cambridge y Xbox Incubation construyeron seguimiento esquelético en tiempo real clasificando cada píxel de profundidad en partes del cuerpo con bosques aleatorios de árboles de decisión, siguiendo la receta de conjunto de Leo Breiman de 2001 (artículo). Jamie Shotton, Andrew Fitzgibbon, Andrew Blake y colegas entrenaron con cientos de miles de imágenes de profundidad sintéticas (datos sintéticos de entrenamiento) para que el modelo generalizara a hogares reales. El sistema corría en menos de cinco milisegundos por fotograma (unos 200 fotogramas por segundo) en la GPU de Xbox 360, habilitando estimación de pose estable para juegos y herramientas de investigación posteriores.

El artículo de CVPR 2011 ganó el mejor artículo del congreso y citó explícitamente los bosques de Breiman. Alex Kipman lideró el esfuerzo de producto Kinect en Microsoft.

Récord de electrónica de consumo

Kinect vendió unos ocho millones de unidades en sesenta días, cifra que Guinness World Records listó como el dispositivo de electrónica de consumo de más rápida venta en su momento. El lanzamiento llevó aprendizaje supervisado sobre datos de profundidad a millones de hogares años antes de que la RA en el móvil fuera mainstream.

Por qué importa

Kinect demostró que conjuntos clásicos más rendimiento de GPU podían llegar en un sensor de 150 dólares, no solo en laboratorios. Enlazó bosques aleatorios con aprendizaje automático encarnado y anticipó sensado de profundidad en robótica y telepresencia, mientras el aprendizaje profundo tomó después muchas tareas de visión que AlexNet ayudó a encender.