從AlphaGo到猜畫小歌，Google一再向我們展示著人工智能的神通廣大，前段時間Google又推出一個新的AI實驗網(wǎng)站Move Mirror 。

Move Mirror是一個人工智能實驗，通過移動讓你以一種有趣的新方式來探索圖像，當你在攝像頭前移動時，Move Mirror會通過你的實時動作判定你的人體姿勢，與數(shù)百張在世界各地做類似姿勢的人的圖像相匹配，篩選出與你的姿勢最相近的圖像。你甚至可以捕獲做一個GIF圖，與你的朋友分享它。

大概的運作原理是：它會利用PoseNet來鏡像圖像中人體姿勢的關節(jié)對應位置，分析后從有80000張素材的數(shù)據(jù)圖庫中對比出與你姿勢最接近的圖像，而這個過程僅僅需要15ms。并且搜索結果會即時比對隨時變更。

這這要歸功于TensorFlow.js，這是一個允許你在瀏覽器中運行機器學習項目的Javascript庫。通過將PoseNet移植到TensorFlow.js，任何擁有配備好網(wǎng)絡攝像頭的PC或手機的人都可以在Web瀏覽器中體驗和使用這項技術。關于隱私，當PoseNet由tensorflow.js驅動時，這就意味著姿態(tài)估計直接發(fā)生在瀏覽器中，你的圖像不會被儲存或發(fā)送到服務器，所有的圖像識別都在本地進行。所以你可以放心去做一些看著很搞笑或有點蠢的動作。

上段說到PoseNet這是一個由劍橋大學開發(fā)的姿態(tài)估計開源工具，允許任何Web開發(fā)人員完全在瀏覽器中進行基于身體的交互，不需要特殊的相機或C++/Python技能，這是非常先進的姿勢估計模型，即使是一些模糊，低分辨率，黑白的圖片，也可以從圖像數(shù)據(jù)中提供高度準確的姿勢數(shù)據(jù)。PoseNet可以通過簡單易獲取的Web API降低了姿態(tài)估計的入門門檻。

姿態(tài)匹配和搜索是Move Mirror面臨的難點。

PoseNet在面部和身體上檢測17個姿勢關鍵點。每個關鍵點都有三個重要的數(shù)據(jù)：（x，y）坐標位置（表示PoseNet發(fā)現(xiàn)該關鍵點的輸入圖像中的像素位置）和一個置信度得分（PoseNet對猜測的正確程度有多大）。

通過將關鍵點轉化為矢量并繪制在高維空間中，找到兩個最接相似的姿勢。

但是姿態(tài)估計是一個動態(tài)的問題，每一個關節(jié)我們在匹配時候也并非擁有100%的置信度，這時候需要進行加權匹配，即根據(jù)重要性的不同不同關節(jié)的權值不同，以期待找到最為相似的動作。

通過MoveMirror，谷歌團隊展示了計算機視覺技術，姿態(tài)估計（Pose Estimation）。追蹤在3D空間中身體的移動，姿態(tài)估計是一個很復雜的問題，因為人們有不同的大小，同時有許多關節(jié)可以追蹤，并且周圍物體也會導致視覺遮擋（在過去我們介紹過不少有關技術），有些人使用輪椅拐杖都會影響相機判定。動作捕捉技術十年前就已經(jīng)被使用，以微軟Kinect為代表的體感設備在游戲領域大放光彩，但使用的硬件都價格不菲，通常還需要其他數(shù)據(jù)庫和程序支持，這些支持從未普及到大眾開發(fā)者和用戶。

這也就是Move Mirror脫穎而出的原因，它讓你只需要瀏覽器和攝像頭就可以做到。

Move Mirror讓我們可以在各種各樣的人身上找到很多樂趣，通過你的動作去搜索舞蹈動作，電影剪輯或者是健身視頻。從另一個方面想，使用姿態(tài)估計系統(tǒng)來幫助指導家庭瑜伽鍛煉或物理治療也是一個不錯的選擇。盡管Move Mirror只是一個實驗，但在谷歌團隊眼里，這將是一場姿態(tài)實驗在瀏覽器中的寒武紀爆發(fā)。