机器学习实验可以对您的姿势进行图像匹配

如何通过四处走动来探索图片呢?许多11岁的孩子会发现这是一个好主意，特别是如果替代是法语动词的家庭作业。

欢迎使用Move Mirror，您可以在网络摄像头前移动。

谷歌认为让编码人员和制造商更容易获得机器学习。期望的结果是鼓励他们玩这种技术。Move Mirror的目的是展示计算机视觉技术，例如姿势估计，并以有趣的方式进行。

移动镜子将您的动作与数百张做类似姿势的人的图像相匹配。“它有点像一个神奇的镜子，用各种人体运动的图像反映你的动作 - 从体育和舞蹈到武术，表演等等，”团队说。

好吧，你可以将你的姿势与成千上万张照片的数据库相匹配。该实验有一条热情的信息，“你移动，80,000张图像随你移动。”

除此之外，这项实验是由Google的PAIR，研究和创意实验室团队以及Use All Five的朋友共同努力的目的。它标志着机器学习开发社区的生活方式。机器学习的进步是游行的，希望能够吸引其他有相关兴趣的人，因为所有人都在推动该领域的研究。

Google创意实验室的创意技术专家Irene Alvarado说：“借助Move Mirror，我们展示了如何通过计算机和网络摄像头为任何人提供像姿势估计这样的计算机视觉技术。我们还希望让机器学习更容易获得编码器和制造商将姿势估计带入浏览器 - 希望鼓励他们尝试这项技术。“

SlashGear的 JC Torres ：“Move Mirror可能看起来像一个轻浮但有趣的AI演示，但它对AI有一些积极的影响。”

在那个笔记上你可以自己尝试一下。

Move Mirror是使用PoseNet和TensorFlow.js制作的。Alvarado将后者定义为“在您的浏览器中在设备上运行机器学习模型的库 - 这意味着姿势估计直接在浏览器中发生，并且您的图像不会被存储或发送到服务器。”

对于那些被告知必须使用网络摄像头进行任何实验的人来说，这是一个很好的观点。隐私担忧及时浮出水面。在此实验中，当此人与Move Mirror交互时，图像不会发送到任何Google服务器。图像识别在人的浏览器中进行

托雷斯表示，“现在只需要在网络浏览器中完成复杂的机器学习，这绝对令人印象深刻。” “知道您并不总是需要将您的数据(更不用说您的照片)发送到云中的某台计算机以获得AI的好处，这绝对令人放心。”

图像如何匹配?

“移动镜像”会转到姿势信息以查找匹配的图像。这包括17个身体部位的部位，例如右肩，左脚踝，右臀和鼻子。该团队指出，Move Mirror没有考虑种族，性别，身高，体型。

Android警察局的 Taylor Kerns 解释了会发生什么：PoseNet“通过分析和累加照片或视频中不同部分和关节的位置来识别人类主体的整体位置。您的位置实时分析并与一组相比较80,000张照片。移动镜像显示与您的每个位置最接近的匹配，在幻灯片中将它们串在一起。“

这个Move Mirror AI实验是如何构建的?PoseNet是他们使用的姿势估计模型; 它使用TensorFlow.js 在浏览器中运行。Alvarado说：“我们希望你能够使用Move Mirror，并通过制作GIF来分享你的经验。”