谷歌AI实验室再现新成果：将开源基于机器学习的手部跟踪算法( 四 )_：谷歌AI实验室再现新成果：将开源基于

为了完成这一手指识别部分，他们首先必须手动将这21个点添加到大约3万张不同姿势和照明情况下的手部图像中，以便机器学习系统进行摄取。

一旦确定了手的姿势，就会将其与一系列已知的手势进行比较，从字母和数字的手语符号到“和平”和“金属”之类的东西。

这种结果是一种既快速又准确的“手动跟踪算法”，可以在普通的智能手机上运行，而不是在精心设计的桌面或云（即其他人精心设计的桌面）上运行，并且所有这些都是在MediaPipe框架内运行的。

据了解，这些系统需要更强大的硬件来实现识别手势所需的手部识别功能，所以其他的研究人员也将能够利用这一技术去运行它，也许还将对现有的系统进行改进、创新。

目前这项技术还没有应用于任何谷歌的产品中，谷歌愿意让这项技术走向世界、使其帮助更多的研究者为推动科研做出贡献。

所以其研究人员表示：“这里的源代码可供任何人使用和构建。”在未来，Valentin Bazarevsky、Fan Zhang和他的同事计划通过更强大和稳定的跟踪扩展技术以此来扩大可靠检测的手势量，并支持及时展开动态的手势。

谷歌AI实验室再现新成果：将开源基于机器学习的手部跟踪算法( 四 )