(资料图片仅供参考)

有 关于移动镜像AI使您的姿势与80,000张图像中的一张相匹配方面的知识，小编在此整里出来，给大家作为参考，下面就详细的介绍一下关于移动镜像AI使您的姿势与80,000张图像中的一张相匹配的相关内容。

最近移动镜像AI使您的姿势与80,000张图像中的一张相匹配这个话题，相信很多小伙伴都是非常有兴趣了解的吧，一段好的故事可以给读者带来很多值得深思的新东西，甚至还可以在一定程度上让读者的视野在瞬间扩大，那么既然现在大家都想要知道此类的信息，今日小编将给带来关于移动镜像AI使您的姿势与80,000张图像中的一张相匹配的资讯！

如今，人工智能已经变得如此复杂，以至于它可以识别对象，就亚马逊而言，甚至可以帮助您订购该对象。但是固定形状的静止物体是一回事。具有运动部件和不常见位置的运动物体是另一个。尝试识别您的姿势并将其与一组具有类似姿势的照片进行匹配是姿势估量的圣杯，而这正是Google在其Move Mirror AI实验中所呈现的。最重要的是，您需要的只是一个网络扫瞄器和一个网络摄像头。

虽然我们的大脑具有识别身体部位并从其位置和方向辨别姿势的天生能力，但计算机却没有那么聪慧。为此，Google开辟了PoseNet神经网络模型，该模型可以从图像中提取数据，而无论图像的质量如何。Google的TensorFlow团队开辟了第一个Move Mirror来展示PoseNet的出色功能，但是他们很快遇到了一些实际问题。

团队希翼与世界分享“移动镜”。AI实验已经在扫瞄器上进行，因为它们使用了PoseNet的Web API。然而，机器学习部分依赖于大多数用户无法访问的强大的硬件和软件库。他们可以将用户的网络摄像头输出发送到服务器以进行处理，但就隐私而言，这将打开一罐蠕虫。

​

除了移动镜像实验本身之外，Google还为通过其TensorFlow.js Javascript库提供PoseNet而感到自豪。这意味着所有机器学习都直接在用户的扫瞄器，用户的计算机或智能手机上进行。您的傻照片和姿势不会发送到远程服务器，尽管它们仍然必须从80,000张静止图像库中猎取参考照片。

“移动镜像”看似轻描淡写，但有趣，是AI演示，但对AI确实有一些积极的影响。现在，仅在Web扫瞄器中如何完成复杂的机器学习绝对令人印象深刻。而且，绝对不必放心，您不必总是将数据（更不用说您的照片）发送到云中的某些计算机上，以猎取AI的好处。