從AlphaGo到猜畫(huà)小歌，Google一再向我們展示著人工智能的神通廣大，前段時(shí)間Google又推出一個(gè)新的AI實(shí)驗(yàn)網(wǎng)站 Move Mirror 。

Move Mirror是一個(gè)人工智能實(shí)驗(yàn)，通過(guò)移動(dòng)讓你以一種有趣的新方式來(lái)探索圖像，當(dāng)你在攝像頭前移動(dòng)時(shí)，Move Mirror會(huì)通過(guò)你的實(shí)時(shí)動(dòng)作判定你的人體姿勢(shì)，與數(shù)百?gòu)堅(jiān)谑澜绺鞯刈鲱?lèi)似姿勢(shì)的人的圖像相匹配，篩選出與你的姿勢(shì)最相近的圖像。你甚至可以捕獲做一個(gè)GIF圖，與你的朋友分享它。

大概的運(yùn)作原理是：它會(huì)利用PoseNet來(lái)鏡像圖像中人體姿勢(shì)的關(guān)節(jié)對(duì)應(yīng)位置，分析后從有80000張素材的數(shù)據(jù)圖庫(kù)中對(duì)比出與你姿勢(shì)最接近的圖像，而這個(gè)過(guò)程僅僅需要15ms。并且搜索結(jié)果會(huì)即時(shí)比對(duì)隨時(shí)變更。

這這要?dú)w功于TensorFlow．js，這是一個(gè)允許你在瀏覽器中運(yùn)行機(jī)器學(xué)習(xí)項(xiàng)目的Javascript庫(kù)。通過(guò)將PoseNet移植到TensorFlow．js，任何擁有配備好網(wǎng)絡(luò)攝像頭的PC或手機(jī)的人都可以在Web瀏覽器中體驗(yàn)和使用這項(xiàng)技術(shù)。關(guān)于隱私，當(dāng)PoseNet由tensorflow．js驅(qū)動(dòng)時(shí)，這就意味著姿態(tài)估計(jì)直接發(fā)生在瀏覽器中，你的圖像不會(huì)被儲(chǔ)存或發(fā)送到服務(wù)器，所有的圖像識(shí)別都在本地進(jìn)行。所以你可以放心去做一些看著很搞笑或有點(diǎn)蠢的動(dòng)作。

上段說(shuō)到PoseNet這是一個(gè)由劍橋大學(xué)開(kāi)發(fā)的姿態(tài)估計(jì)開(kāi)源工具，允許任何Web開(kāi)發(fā)人員完全在瀏覽器中進(jìn)行基于身體的交互，不需要特殊的相機(jī)或C＋＋／Python技能，這是非常先進(jìn)的姿勢(shì)估計(jì)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(zhǔn)確的姿勢(shì)數(shù)據(jù)。PoseNet可以通過(guò)簡(jiǎn)單易獲取的Web API降低了姿態(tài)估計(jì)的入門(mén)門(mén)檻。

姿態(tài)匹配和搜索是Move Mirror面臨的難點(diǎn)。

PoseNet在面部和身體上檢測(cè)17個(gè)姿勢(shì)關(guān)鍵點(diǎn)。每個(gè)關(guān)鍵點(diǎn)都有三個(gè)重要的數(shù)據(jù)：（x，y）坐標(biāo)位置（表示PoseNet發(fā)現(xiàn)該關(guān)鍵點(diǎn)的輸入圖像中的像素位置）和一個(gè)置信度得分（PoseNet對(duì)猜測(cè)的正確程度有多大）。