DeepMind 的 AI 机器人正在自学障碍跑，既奇怪又有趣
前沿技术
|
2017-07-25
机器人也能读懂人类的情绪？看 OpenPose 是如何通过 500 个摄像头做到的
给机器人一个眼神，它就能帮你捶腿了。
试想一个情景：当你的一位朋友说她感觉很放松，但是你明明看到她的拳头是紧握的，你可能会怀疑她在骗你。面对同样的情景，一台不那么智能的机器人却可能会相信她的话。
人类有时候不一定会说真话，但他们的肢体语言却常常表达出他们最真实的情感。如今球盟会登录入口网页版在计算机视觉及面部识别技术方面已经进步了很多，但对于机器人来说，要识别到人类微妙的身体运动依然很难，这会导致其在判别人类真实意图时，可能会漏掉很多重要线索。
针对这个技术盲点，卡内基梅隆大学（Carnegie Mellon University）的研究人员开发了一个身体跟踪系统，并命名为 OpenPose。该系统能实时跟踪人的肢体运动，包括手和脸部。它使用计算机视觉和机器学习技术来处理视频��，甚至可以同时跟踪多个人的运动。
OpenPose 不仅可以跟踪人的面部表情、躯干和四肢，还可以跟踪单个手指。为了做到这一点，研究人员使用了卡内基梅隆大学 Panoptic Studio 实验室的相机系统技术，在一个两层式园顶结构上布有 500 个摄像头，它们会从各种角度拍摄身体姿势，然后使用这些图像数据来重建数据集，描摹特定点的 3D 运动轨迹。
从圆顶上的相机捕获到的图像是 2D 的，采集完图像后，系统会通过关键点检测器传递这些图像，以识别和标记特定的身体部位，以帮助身体跟踪算法了解每个姿势如何从不同的角度出现，并最终以 3D 效果呈现。
卡内基梅隆大学机器人学副教授 Yaser Sheikh 表示，跟踪二维人体形态和运动的这些方法，为人类和机器之间的互动开辟了新的途径，并能帮助人类以及机器人更加准确的了解周围环境。举个例子，识别手姿势的能力将使人们能够以新的、更自然的方式与计算机进行交互，仅仅通过用手指向桌上的杯子，无需说话就能让计算机知道人想要传达的信息。
加载了这种读取人类情绪技术的机器人能应用到社交空间，并能够察觉到周围的人在做什么。例如，能识别即将闯红灯过马路的人并发出警报，也可为自闭症、阅读障碍和抑郁症等疾病患者提供行为诊断和康复方案。
为了鼓励更多的研究与应用，研究人员已经分别发布了用于多人运动和手姿态分析的计算机代码，根据 Sheikh 的介绍，目前已有包括汽车公司在内的 20 多个商业集团对该技术产生了兴趣。
「现在，球盟会登录入口网页版能够突破许多技术障碍，主要是因为 10 年前的 NSF 授权，」Sheikh 说：「除了共享代码之外，球盟会登录入口网页版还分享了实验中捕获的所有数据。」
除了Sheikh，博士生 Simon 和硕士生 Zhe Cao 与 Shih-En Wei 等也参与了多人姿势识别的研究。手部检测研究则包括 Sheikh，Joo，Simon 和 机器人学院的辅助教授 Iain Matthew。硕士研究生Gines Hidalgo Martinez 也参与了这项工作，负责管理源代码。
OpenPose 项目归属于卡内基梅隆大学计算机科学学院的 CMU AI 计划，该计划旨在通过利用学校在计算机视觉，机器学习，机器人，自然语言处理和人机交互方面的优势，推进人工智能研究和教育。
