• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Experiment med maskininlärning kan bildmatcha din pose

    Vad sägs om att utforska bilder bara genom att flytta runt? Många 11-åringar skulle tycka att detta är en bra idé, speciellt om alternativet var en hemuppgift om franska verb.

    Välkommen till Move Mirror, där du rör dig framför din webbkamera.

    Google tar till sig idén att göra maskininlärning mer tillgänglig för kodare och tillverkare. Det önskade resultatet inspirerar dem att leka med denna teknik. Move Mirrors avsikt är att visa tekniker för datorseende som ställningsuppskattning och att göra det på roliga sätt.

    Move Mirror matchar dina rörelser med hundratals bilder av människor som gör liknande poser. "Det är ungefär som en magisk spegel som reflekterar dina rörelser med bilder av alla typer av mänsklig rörelse - från sport och dans till kampsport, verkande, och vidare, " säger laget.

    Väl, du får matcha din pose mot en databas med tiotusentals foton. Experimentet har ett välkomnande budskap att "Du flyttar och 80, 000 bilder rör sig med dig. "

    Roligt åsido, detta experiment, ett samarbete av PAIR, Forskning, och Creative Lab-team på Google och vänner på Use All Five, har syfte. Det signalerar ett sätt att leva i utvecklingsgemenskapen för maskininlärning. Framsteg inom maskininlärning är paraderade, med hopp om att engagera andra människor med relevanta intressen, som alla driver forskningen på området framåt.

    Irene Alvarado, Creative Technologist på Google Creative Lab, sa, "Med Move Mirror, vi visar hur datorseendetekniker som poseuppskattning kan vara tillgängliga för alla med en dator och en webbkamera. Vi ville också göra maskininlärning mer tillgänglig för kodare och tillverkare genom att ta in ställningsuppskattning i webbläsaren – förhoppningsvis inspirera dem att experimentera med den här tekniken."

    JC Torres in SlashGear :"Move Mirror kan verka som en lättsinnig, men kul, AI demo, men det har vissa positiva konsekvenser för AI."

    Och på den noten kan du prova det själv.

    Move Mirror gjordes med PoseNet och TensorFlow.js. Alvarado definierade det senare som "ett bibliotek som kör maskininlärningsmodeller på enheten, i din webbläsare – vilket innebär att positionsuppskattningen sker direkt i webbläsaren, och dina bilder lagras inte eller skickas till en server."

    Det är en bra poäng för dem som får veta att de måste använda en webbkamera för alla experiment. Sekretessbekymmer dyker upp snabbt. I detta experiment, bilderna skickas inte till några Google-servrar medan personen interagerar med Move Mirror. Bildigenkänning sker lokalt i personens webbläsare

    "Det är definitivt imponerande hur sofistikerad maskininlärning nu kan göras bara i webbläsare, " sa Torres. "Och det är definitivt betryggande att veta att du inte alltid behöver skicka din data, mycket mindre dina foton, till någon dator i molnet bara för att skörda fördelarna med AI."

    Hur matchas bilderna?

    Flytta spegelvändningar för att posera information för att hitta en matchande bild. Detta involverar platser för 17 kroppsdelar, t.ex., höger axel, vänster fotled, höger höft och näsa. Teamet noterade att Move Mirror inte tar hänsyn till ras, kön, höjd, kroppstyp.

    Taylor Kerns, Android Police , förklarade vad som händer:PoseNet "känner igen den övergripande positionen för ett mänskligt motiv genom att analysera och lägga ihop var olika delar och leder finns i ett foto eller video. Din position analyseras i realtid och jämförs med en uppsättning av 80, 000 bilder. Move Mirror visar den närmaste matchningen till var och en av dina positioner, sätter ihop dem i ett bildspel."

    Hur byggdes detta Move Mirror AI-experiment? PoseNet är den positionsuppskattningsmodell de använder; den körs i webbläsaren med TensorFlow.js. Alvarado sa, "Vi hoppas att du kommer att leka med Move Mirror och dela din upplevelse genom att göra en GIF."

    Artikeln "Move Mirror:An AI Experiment with Pose Estimation in the Browser using TensorFlow.js, "är bra att checka ut Medium om du är nyfiken på att veta alla detaljer om deras arbete med detta.

    © 2018 Tech Xplore




    © Vetenskap https://sv.scienceaq.com