Headset ini dapat membaca mimik wajah pengguna

Peneliti dari Cornell University baru-baru ini mengumumkan sebuah terobosan teknologi terbaru. Mereka mengumumkan telah menciptakan sistem earphone yang dapat mengetahui ekspresi wajah pemakainya bahkan saat mereka mengenakan masker.

Mereka menyebut teknologi tersebut sebagai C-Face. Teknologi ini dapat memantau kontur pipi dan mengubah ekspresi pemakainya menjadi emoji. Hal ini tentunya merupakan sebuah hal yang sangat berguna, terutama saat pandemi seperti ini.

Teknologi ini dapat dapat memungkinkan para penggunanya, misalnya, menyampaikan emosi mereka selama panggilan grup tanpa harus menyalakan kamera web mereka. Atau mereka bisa menempatkan sebuah layar di depan masker yang dapat menunjukkan ekspresi pengguna yang menggunakan masker.

“Perangkat ini lebih sederhana, tidak terlalu menonjol dan lebih mampu dibandingkan dengan teknologi yang dapat dipasang di telinga untuk melacak ekspresi wajah,” kata direktur Lab SciFi Cornell dan penulis senior makalah tentang C-Face, Cheng Zhang seperti dikutip dari laman Engadget (13/10).

“Dalam teknologi wearable sebelumnya yang bertujuan untuk mengenali ekspresi wajah, sebagian besar solusi yang diperlukan untuk memasang sensor pada wajah dan bahkan dengan begitu banyak instrumen, namun mereka hanya dapat mengenali serangkaian ekspresi wajah yang berbeda.”

Earphone tersebut menggunakan dua kamera RGB yang diposisikan di bawah masing-masing telinga. Kedua kamera tersebut bisa merekam perubahan kontur pipi saat otot wajah pemakainya bergerak.

Setelah gambar direkonstruksi menggunakan computer vision dan model deep learning, jaringan syaraf konvolusional menganalisis gambar 2D melalui 43 titik fitur wajah yang mewakili posisi dan bentuk mulut, mata, dan alis pemakainya. 

C-Face dapat menerjemahkan ekspresi tersebut menjadi delapan emoji, termasuk yang mewakili wajah netral atau marah. Sistem juga dapat menggunakan isyarat wajah untuk mengontrol opsi pemutaran di aplikasi musik.

Kegunaan lain yang mungkin termasuk memiliki avatar dalam permainan atau pengaturan virtual lainnya mengekspresikan emosi seseorang yang sebenarnya. Guru mungkin juga dapat melacak seberapa terlibat siswa mereka selama kelas jarak jauh.

Karena dampak COVID-19 , para peneliti hanya bisa menguji C-Face dengan sembilan peserta. Meski begitu, pengenalan emoji lebih dari 88 persen akurat dan isyarat wajah lebih dari 85 persen akurat.

Saat ini, kendala utama mereka adalah kapasitas baterai earphone yang membatasi sistem tersebut agar dapat digunakan dalam waktu yang lama. Karena itu, mereka berencana untuk mengembangkan teknologi penginderaan intensif daya.