Google發布最新AI運用Move Mirror 使得動作捕捉技術在低成本下完成

7月20日，Google發布了一個有趣的AI應用——Move Mirror（動鏡）。它可以通過使用錄影頭來捕捉用戶的動作姿勢，並實時在8萬張圖片中進行反向搜圖，來匹配和你動作相近的圖片。

Google公司

作為AI大佬，Move Mirror並非是Google的首款AI應用。在此之前，Google研發的AI微信小程序 「猜畫小歌」在微信朋友圈掀起了一股「畫圖熱」。這款小程序提供了你畫我猜的玩法，用戶在小程序上作畫，Google的AI負責猜出圖畫中的物體。該小程序由來自GoogleAI的神經網路驅動，該網路源自全世界最大的、囊括超過 5000 萬個手繪素描的數據群。

此次Google發布的Move Mirror應用，就像鏡子一樣反射人類肢體運動。無論用戶在網路鏡頭前跳舞還是打拳，它都可以實時捕捉動作，並將姿勢與網上的照片庫進行在線比較，最終為用戶提供動作最為相近的圖片。據悉，此舉是為了讓工程師和製造商更輕鬆地接觸機器學習，鼓勵他們接受這項技術，並打造屬於自己的應用程序。

其實，類似於Move Mirror的運動捕捉技術早已在影視行業內被使用了數十年，以微軟Kinect為代表的體感設備也在遊戲領域大放異彩，只是這些硬件的價格都不菲。但Move Mirror項目使得運動捕捉能在低成本的情況下完成。

Move Mirror的工作原理並不複雜，只需一個錄影頭和網頁瀏覽器即可體驗。它首先借助一套名叫 PoseNet 的開源 ” 姿勢評估模型 「，來檢測身體的部位和關節位置，對人體的 17 個關鍵點位進行分析（包括肩部、腳踝和臀部），但不會考慮任何個人特徵，比如性別、身高或體態。分析完姿勢後，再與TensorFlow.js數據庫（一個可在瀏覽器內使用的機器人學框架庫）中的8萬多張照片比較，並在15毫秒內找到最匹配的圖片。隨著你變換姿勢，Move Mirror還能在找到的圖片基礎上預測你的動作，最後將所有匹配的圖像按順序串聯在一起生成一個GIF動畫，這樣用戶就能將其分享至社交媒體。

Move Mirror項目是由Google Creative Lab的Jane Friedhoff和Irene Alvarado所研發，並得到了Google Brain的TensorFlow.js團隊幫助，使得PoseNet成功移植到了TensorFlow.js上。TensorFlow.js讓用戶可以在他們自己的瀏覽器中運行機器學習模型——無需服務器。這解決了大家對隱私問題的擔心。AI不會將任何圖像發到服務器，因為所有圖像識別工作都是在本地瀏覽器中進行的。基於動作捕捉技術，Move Mirror團隊期待未來開發出更多有趣應用，比如匹配舞蹈動作，匹配經典電影片段，甚至可以幫助人們在家中練習瑜伽或進行理療。

除了Move Mirror和猜畫小歌，Google開發的其它在線遊戲也頗受歡迎。在Talk to Books (與書對話)中打入一句話或一個問題，受過訓練的AI就會在不依賴關鍵詞的情況下，定位到相關的書籍並用里面的話作答。而Semantris(詞義聯想) 則不斷考驗你的概念理解和反應能力——你需要輸入與要求相關的單詞，包括鄰近和相反語義。

科技 | AI

編輯：鞏陽