機器學(xué)習(xí)實驗可以對您的姿勢進行圖像匹配

如何通過四處走動來探索圖片呢?許多11歲的孩子會發(fā)現(xiàn)這是一個好主意，特別是如果替代是法語動詞的家庭作業(yè)。

歡迎使用Move Mirror，您可以在網(wǎng)絡(luò)攝像頭前移動。

谷歌認為讓編碼人員和制造商更容易獲得機器學(xué)習(xí)。期望的結(jié)果是鼓勵他們玩這種技術(shù)。Move Mirror的目的是展示計算機視覺技術(shù)，例如姿勢估計，并以有趣的方式進行。

移動鏡子將您的動作與數(shù)百張做類似姿勢的人的圖像相匹配。“它有點像一個神奇的鏡子，用各種人體運動的圖像反映你的動作 - 從體育和舞蹈到武術(shù)，表演等等，”團隊說。

好吧，你可以將你的姿勢與成千上萬張照片的數(shù)據(jù)庫相匹配。該實驗有一條熱情的信息，“你移動，80,000張圖像隨你移動。”

除此之外，這項實驗是由Google的PAIR，研究和創(chuàng)意實驗室團隊以及Use All Five的朋友共同努力的目的。它標(biāo)志著機器學(xué)習(xí)開發(fā)社區(qū)的生活方式。機器學(xué)習(xí)的進步是游行的，希望能夠吸引其他有相關(guān)興趣的人，因為所有人都在推動該領(lǐng)域的研究。

Google創(chuàng)意實驗室的創(chuàng)意技術(shù)專家Irene Alvarado說：“借助Move Mirror，我們展示了如何通過計算機和網(wǎng)絡(luò)攝像頭為任何人提供像姿勢估計這樣的計算機視覺技術(shù)。我們還希望讓機器學(xué)習(xí)更容易獲得編碼器和制造商將姿勢估計帶入瀏覽器 - 希望鼓勵他們嘗試這項技術(shù)。“

SlashGear的 JC Torres ：“Move Mirror可能看起來像一個輕浮但有趣的AI演示，但它對AI有一些積極的影響。”

在那個筆記上你可以自己嘗試一下。

Move Mirror是使用PoseNet和TensorFlow.js制作的。Alvarado將后者定義為“在您的瀏覽器中在設(shè)備上運行機器學(xué)習(xí)模型的庫 - 這意味著姿勢估計直接在瀏覽器中發(fā)生，并且您的圖像不會被存儲或發(fā)送到服務(wù)器。”

對于那些被告知必須使用網(wǎng)絡(luò)攝像頭進行任何實驗的人來說，這是一個很好的觀點。隱私擔(dān)憂及時浮出水面。在此實驗中，當(dāng)此人與Move Mirror交互時，圖像不會發(fā)送到任何Google服務(wù)器。圖像識別在人的瀏覽器中進行

托雷斯表示，“現(xiàn)在只需要在網(wǎng)絡(luò)瀏覽器中完成復(fù)雜的機器學(xué)習(xí)，這絕對令人印象深刻。” “知道您并不總是需要將您的數(shù)據(jù)(更不用說您的照片)發(fā)送到云中的某臺計算機以獲得AI的好處，這絕對令人放心。”

圖像如何匹配?

“移動鏡像”會轉(zhuǎn)到姿勢信息以查找匹配的圖像。這包括17個身體部位的部位，例如右肩，左腳踝，右臀和鼻子。該團隊指出，Move Mirror沒有考慮種族，性別，身高，體型。

Android警察局的 Taylor Kerns 解釋了會發(fā)生什么：PoseNet“通過分析和累加照片或視頻中不同部分和關(guān)節(jié)的位置來識別人類主體的整體位置。您的位置實時分析并與一組相比較80,000張照片。移動鏡像顯示與您的每個位置最接近的匹配，在幻燈片中將它們串在一起。“

這個Move Mirror AI實驗是如何構(gòu)建的?PoseNet是他們使用的姿勢估計模型; 它使用TensorFlow.js 在瀏覽器中運行。Alvarado說：“我們希望你能夠使用Move Mirror，并通過制作GIF來分享你的經(jīng)驗。”