谷歌提出了让程序员和制造商更容易使用机器学习的想法。期望的结果是激励他们使用这项技术。Move Mirror项目的目的是展示计算机视觉技术，比如姿态预估，并以有趣的方式进行。
Move Mirror可以将人的动作与数百张做类似姿势的人的图像相匹配。然后用各种人体运动的图像反映人们的动作，例如体育、舞蹈、武术、表演等等。
人们的姿势与成千上万张照片的数据库相匹配。这个实验传达了一个积极的信息就是，人们移动，8万幅图像跟着移动。
谷歌创意实验室的创意技术专家艾琳·阿尔瓦拉多(Irene Alvarado)说：通过Move Mirror项目，我们展示了像姿势预估这样的计算机视觉技术是如何应用于任何有电脑和网络摄像头的场景中，我们还希望通过将姿态预估引入浏览器，让编程人员和制造商更容易使用机器学习并且也希望能鼓励他们尝试这项技术。
在此实验中，人们与Move Mirror交互时，图像不会发送到任何Google服务器。 图像识别只在本地浏览器中进行。
图像是如何匹配的？
Move Mirror转向姿态信息寻找匹配的图像。这包括17个身体部位，如右肩、左脚踝、右臀部和鼻子。研究小组指出，Move Mirror的匹配与种族、性别、身高、体型等无关。
这个Move Mirror人工智能实验是如何构建的？
PoseNet是他们使用的姿态预估模型，它使用TensorFlow.js在浏览器中运行。
本文引用：
| 留言与评论（共有 0 条评论） |
