機器學習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習。期望的結果是鼓勵他們玩這種技術。Move Mirror的目的是展示計算機視覺技術，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，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。它標志著機器學習開發(fā)社區(qū)的生活方式。機器學習的進步是游行的，希望能夠吸引其他有相關興趣的人，因為所有人都在推動該領域的研究。

Google創(chuàng)意實驗室的創(chuàng)意技術專家Irene Alvarado說：“借助Move Mirror，我們展示了如何通過計算機和網(wǎng)絡攝像頭為任何人提供像姿勢估計這樣的計算機視覺技術。我們還希望讓機器學習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。“

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備上運行機器學習模型的庫 - 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)送到服務器。”

對于那些被告知必須使用網(wǎng)絡攝像頭進行任何實驗的人來說，這是一個很好的觀點。隱私擔憂及時浮出水面。在此實驗中，當此人與Move Mirror交互時，圖像不會發(fā)送到任何Google服務器。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)絡瀏覽器中完成復雜的機器學習，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。”