Niedrige Auflösung als Fehlerquelle

"In unserem Beitrag zeigen wir, dass wir aus der von 'CapContact' berechneten Kontaktfläche zwischen Finger und Handy-​Bildschirm viel genauer die Position der Berührungseingabe herleiten können als dies aktuelle Geräte vermögen", ergänzt Paul Streli. Zudem zeigen die Forscher, dass ein Drittel der Fehler aktueller Geräte darauf zurückzuführen ist, dass die Eingabeabtastung nur mit niedriger Auflösung erfolgt. "CapContact" beseitigt diese Fehler mit maschinellem Lernen (Deep Learning).

Die Forscher weisen nach, dass "CapContact" die Berührungsflächen auch dann zuverlässig erkennt und auseinanderhält, wenn Finger sehr nahe beieinanderliegend den Bildschirm berühren. Das ist zum Beispiel bei der Pinch-​Geste so, bei der man Daumen und Zeigefinger über einen Bildschirm bewegt, um Texte oder Bilder zu vergrößern. Diese Berührung können heutige Gerät kaum unterscheiden. In einem Experiment setzten die Forscher zudem Sensoren ein, die viel niedriger aufgelöst waren als die, die man heute in Handys einbaut – trotzdem erkannte "CapContact" die Berührungen besser und konnte die Kontaktflächen deutlich genauer herleiten als Handys mit der heute üblichen Auflösung. Die Chance, dass diese KI-​Lösung den Grund legt für eine neue Berührungserkennung in künftigen Handys und Tablets stehen damit gut.

Um Nachfolgearbeiten in dem Bereich zu ermöglichen, veröffentlichen die Forscher sowohl sämtliche trainierten Deep Learning-​Modelle und Quelltexte als auch den aufgenommenen Trainings-​Datensatz auf ihrer Projektseite.

Dieser Artikel ist zunächst auf ETH News erschienen.