谷歌剛剛推出了一款能夠檢測人體姿態的MoveNet模型，並且提供了相應的TensorFlow.js應用程序接口（API）。官方宣稱MoveNet能夠非常快速、準確地檢測人體的17個關鍵節點，此外通過與InclueHealth的合作，該公司還將確定MoveNet是否能夠為患者的遠程護理提供幫助。

（來自：TensorFlow Blog）

據悉，MoveNet模型可供TF Hub上的開發者使用，並且提供了閃電（Lighting）和雷電（Thunder）兩款衍生版本。前者適用於對延遲比較敏感的關鍵型應用程序，而後者側重於犧牲實效性來提升識別的準確性。

MoveNet 支持快速動作/ 非典型姿態來追踪關鍵節點

即便如此，Lighting和Thunder兩款模型在現代計算機和智能手機上的運行速度，都較實時類應用的效率要更高一些。谷歌表示，這是在軟件程序中得到實際應用的一個關鍵指標。

傳統方案（上）與MoveNet（下）在高難度姿態檢測上的效果對比

通過與IncludHealth 的合作，谷歌希望在傳統護理應用的基礎上，將MoveNet 進一步推廣到醫院、保險公司和軍隊。

瀏覽器中演示運行的MoveNet 和TensorFlow.js 運動平衡評估效果

IncludHealth 創始人兼首席執行官Ryan Eder 亦對這項技術的前景表示十分看好：“MoveNet 模型注入了提供規範性護理所需的速度與準確性的強大組合，儘管也有其它可互相替代的方案，但MoveNet 具有的獨特平衡性，還是開闢了下一代護理服務的更多可能。而谷歌團隊在這方面的追求，也讓它成為了我們一直在追求的出色合作者”。

MoveNet 後處理步驟

展望未來，谷歌希望進一步擴展Lighting 和Tunder 模型的功能，使之能夠一次追踪多人活動。此外這家科技巨頭也致力於使用基準測試和相關優化來加速TensorFlow.js 的後端處理速度。感興趣的朋友，可移步至官網公告查看全文。