當前位置:
首頁 > 科技 > 教練,我想學跳舞:NBA球星變身「舞王」,都是托機器學習的福

教練,我想學跳舞:NBA球星變身「舞王」,都是托機器學習的福

栗子 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

注意屏幕右下角,那隨性的舞步 () 。

他是杰倫·布倫森,達拉斯獨行俠 (小牛) 的新秀控衛。幾天前,在主場對馬刺的比賽上,他砍下了全場最高的34分。

但重點不在比賽,而在中場休息的「Dance Cam」時間:布倫森出現在大屏一角,和看台上的球迷一起「舞蹈」,前所未有。

並且,除了與民同樂的畫風之外,他也會「跳」火星哥的舞:

那麼,NBA球員是怎樣解鎖這樣精湛的動作的?

布倫森先站在綠幕前面,錄下了一些基本動作:

然後,回去練球,學舞的事交給機器學習就好。

捕捉一下姿態

要學跳舞,第一步是用姿態估計演算法,一幀一幀處理錄好的視頻,把布倫森變成火柴人。

卡耐基梅隆大學出品的OpenPose,就是一個優秀的選擇:

OpenPose會標出人體的18個關鍵點:

把這些點連成一個火柴人,來表示人物的姿態。

訓練一下舞步

既然是和火星哥學跳舞,就要用同樣的方法,把火星哥的舞蹈視頻處理一下,變出火柴人。

然後,參照伯克利Everybody Dance Now的做法:

AI會探索出一種規則,把兩個火柴人身上的每個關鍵點,一一匹配起來。

這樣,就算兩人身材比例有差別,舞姿也不會在傳遞的過程中走了樣。

(如果下一次,要和另外一位老師學舞,只要讓AI再找出一套匹配規則就可以了。)

當布倫森的火柴人解鎖了火星哥的舞姿,就要訓練一隻GAN,把火柴人變成完整的人形。

來自英偉達 (和伯克利) 的pix2pixHD便可以完成這個任務:

GAN的生成器要造出足夠逼真的圖像,讓判別器分辨不出誰是真實視頻的截圖,誰是生成器的作品。

最終,布倫森便擁有了火星哥精緻的舞步:

其實,除了布倫森,還有很多人偷偷向火星哥「學」過舞:

來自伯克利,Everybody Dance Now!

One More Thing

那麼問題來了,冉冉升起的NBA新星,怎麼會想去「學跳舞」?

布倫森「練舞」的成果,來自一間叫做Xpire的AI公司,總部也在達拉斯。

而他效力的球隊小牛的老闆庫班,是這間公司的聯合創始人。

OpenPose:

https://github.com/CMU-Perceptual-Computing-Lab/openpose

Everybody Dance Now論文傳送門:

https://arxiv.org/pdf/1808.07371.pdf

pix2pixHD項目傳送門:

https://github.com/NVIDIA/pix2pixHD

訂閱AI內參,獲取行業資訊

誠摯招聘

量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復「招聘」兩個字。

喜歡就點「好看」吧 !


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 量子位 的精彩文章:

軟銀願景叕10億美元砸向無人車,Nuro投後估值27億美元
圍棋AI ELF OpenGo全面開源,田淵棟揭秘訓練過程

TAG:量子位 |