Photo souvenir avec un Vélociraptor

Le projet Tango permet à une tablette de reconnaître l’environnement qui l’entoure, au moyen de la reconnaissance d’images. Il n’utilise pas de GPS ce qui permet de le mettre en oeuvre à l’intérieur d’un bâtiment. Les applications principales sont :
– la réalité augmentée améliorée
– la mesure précise de distances entre des objets
– le repérage d’un chemin en intérieur

projet tango Google

Une démonstration de mai 2016 nous montre les nouvelles possibilités de la réalité augmentée. Dans la capture vidéo suivante, l’utilisateur peut placer dans le décor qui l’entoure le dinosaure de son choix. Contrairement à la réalité augmentée classique, il n’y a pas besoin de rentrer dans le système une photo d’un endroit précis ou un repère particulier : avec sa caméra, la tablette comprend à quel niveau se trouve le sol et pose le Vélociraptor au bon endroit, avec son ombre. Dans la suite de la démonstration, un spectateur est invité à se placer à côté de l’animal virtuel. La tablette peut le repérer et faire interagir le modèle 3D. Puis le cameraman prend une photo de la scène et l’envoie sur le Web (ce qui est une excellente idée pour la promotion d’un musée sur les réseaux sociaux !).

Les applications dans le domaine muséographique sont nombreuses et intéressantes :
– repérage des visiteurs dans le bâtiment (il faudra simplement reconnaître le parcours avec une tablette, sans GPS, sans Wifi, sans repères particuliers…)
– reconnaissance des objets à proximité et possibilité de placer autour d’eux des étiquettes, des vidéos explicatives. Par exemple, la tablette peut reconnaître une statue et placer à côté d’elle sur le sol un autre modèle du même sculpteur pour les comparer.
– Mise à disposition d’un guide hologramme qui sera capable d’indiquer un chemin personnalisé dans le musée (il suffira de le suivre) et de se placer de façon cohérente dans le décor (à côté d’un tableau par exemple), en évitant les obstacles.

Remarque importante sur la vidéo : l’image est saccadée et de qualité moyenne ce qui n’est pas le cas dans la réalité. C’est lié à la capture vidéo en Wifi qui compresse les images.

Les technologies utilisées :

  • Perception de la profondeur
  • Capteur de mouvements (motion tracking)
  • Apprentissage de chemins