专栏首页相约机器人谷歌发布人体图像分割工具BodyPix 2.0,支持多人识别,可在iPhone上流畅运行

谷歌发布人体图像分割工具BodyPix 2.0,支持多人识别,可在iPhone上流畅运行

晓查 发自 凹非寺 量子位 报道

今天,Google官方推出了使用TensorFlow.js的人体图像分割工具BodyPix 2.0,对该工具进行了一次重大升级,加入多人支持,并提高了准确率。

BodyPix能将图像分割为属于人的和不属于人的像素,属于人的部分可以进一步分类为二十四个身体部位之一。

BodyPix可以直接在浏览器中运行,开发者只需加入几行代码,即可与电脑或手机的摄像头配合使用。

在使用默认设置的情况下,BodyPix可以在15寸MacBook Pro上以25 fps的速度估计,并渲染人和身体部位的分割。而在iPhone X上,BodyPix能以21 fps的速度进行估计。

BodyPix于今年2月推出,本次2.0版的主要更新有:对多人图像的支持、增加基于ResNet-50的模型、新的API、权重量化以及对不同尺寸图像的支持。

功能演示

在项目的GitHub主页上,TensorFlow给出了BodyPix 2.0软件的一些基本用法演示,还有网页版Demo供用户体验。

人像分割

对于给定具有一个或多个人的图像,人像分割可预测所有人的分割。segmentPerson返回PersonSegmentation,对应于图像中人物分割的对象。

segmentPerson默认不会在不同的个人之间消歧义。因此如果您需要对不同的人进行区分,请使用segmentMultiPerson,不过引入此方法会导致运行速度变慢。

以上结果返回的是一组0和1的数组,用于表示该像素点是否属于人。

身体部位细分

BodyPix的segmentPersonParts方法可以预测所有人的24个身体部位分割。

PartSegmentation会所有合并的人,返回值是每个像素与身体部位相对应的编码。同样的,如果需要区分多人,请使用segmentMultiPersonParts。

身体不同部位对应的编码如下表所示:

把结果输出到图像上

BodyPix还包含其他实用程序功能,可以将输出结果与原始图像合成,得到你所需的渲染图像。

bodyPix.toMask可以给人和背景加上一层蒙版,指定渲染像素的颜色和不透明度。

bodyPix.toColoredPartMask可以给人体部位分割加上一个24色的颜色数组,每个身体部位都对应着数组中的一个颜色。

以上是BodyPix的基础功能的用法。

既然BodyPix可以区分出人体和背景 ,我们就可以用它实现实时的背景虚化,调用的API方法是bodyPix.drawBokehEffect

利用BodyPix识别出身体不同部位的功能,可以调用bodyPix.blurBodyPart给人脸打上马赛克。

此外还有更多的图像绘制API,在此就不一一列举了。

安装方法

BodyPix使用非常简便,用户可以将其与脚本标签一起嵌入HTML使用:

<html>   
   <body> 
        <!-- Load TensorFlow.js --> 
        <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.13.3"></script> 
        <!-- Load BodyPix -->
        <script src="https://cdn.jsdelivr.net/npm/@tensorflow-models/body-pix"></script> 
            bodypix.load().then(function(net) {
                // BodyPix model loaded
            });
        </script>
    </body>
</html>

或者通过npm方式安装:

npm install @tensorflow-models/body-pix

然后使用es6模块导入:

import * as bodyPix from '@tensorflow-models/body-pix'; 

async function loadAndUseBodyPix() {
   const net = await bodyPix.load();
   // BodyPix model loaded
}

如何让BodyPix运行更快

BodyPix带有不同尺寸的模型,具有不同的性能。通过设定模型的大小和输出步长,可以在运行速度和准确性之间进行权衡。

默认情况下,BodyPix加载的是0.75倍的MobileNetV1架构,适合中低端GPU的计算机使用,而导入0.50倍的模型可以用于移动设备。

const net = await bodyPix.load({
  architecture: 'MobileNetV1',
  outputStride: 16,
  multiplier: 0.75,
  quantBytes: 2
});

倍率的数值越大,神经网络中层的尺寸也越大,准确率更高、推理速度更慢。不同倍率模型的性能对比如下:

对于具有更强大GPU的计算机,官方建议使用ResNet架构,这一部分也是2.0版加入的新功能

const net = await bodyPix.load({
  architecture: 'ResNet50',
  outputStride: 32,
  quantBytes: 2
});

原理简介

BodyPix的核心是执行人体分割的算法,对输入图像的每个像素执行二进制决策,以估计该像素是否属于某个人。

图像通过MobileNet网络馈送,并且使用S型激活函数将输出转换为0到1之间的值。

为了估计身体部位的分割,BodyPix使用相同的MobileNet表示,但是这次通过预测额外的24个通道输出张量P来重复上述过程,其中二十四是身体部位的数量。每个通道编码身体某部位是否存在的概率。

输出张量P中有24个通道,因此需要在24个通道中找到最佳部分。在推断期间,对于输出身体部位张量P的每个像素位置(u,v),body_part_id使用以下公式选择属于第i个部位概率最高的像素:

这将产生一个二维图像,每个像素都包含一个整数,该整数表示该像素属于哪个身体部位。通过将值设置为-1,可以把不属于人体的部分剔除掉。

传送门

试玩Demo: https://storage.googleapis.com/tfjs-models/demos/body-pix/index.html

官方博客: https://blog.tensorflow.org/2019/11/updated-bodypix-2.html

GitHub地址: https://github.com/tensorflow/tfjs-models/tree/master/body-pix

作者系网易新闻·网易号“各有态度”签约作者

本文分享自微信公众号 - 相约机器人(xiangyuejiqiren)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-11-19

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 蓝默空间のLvBlog-1.1.2.20191030_release开源啦~

    The LvBlog Application is open-source software licensed under the MIT license.

    蓝默空间
  • Homebrew 终于进入1.x

    Homebrew在mac中,就像centos中的yum或者ubuntu中的apt-get,地位尤其重要。用了好几年,一直都是0.x.x,终于到1.x了。

    pollyduan
  • 记不住命令行?用这个开源项目一次性解决问题!

    命令行是非常高效的工具,但一个很常见的现象是,很多命令行过一段时间就容易忘。举个栗子,如果我们常用 git 命令行管理代码、利用 conda 命令管理开发环境,...

    崔庆才
  • GitHub 2018年 Octoverse 状态报告分析

    VS Code,React和Tensorflow是贡献者数量的前三名,排行榜中的新出现一些容器化管理应用程序。排行榜中多数来自 微软‘、谷歌、facebook。...

    gemron的空间
  • 使用Atom编辑文本文件

    我一般用它来编辑markdown,实时预览需要安装插件,后文会有preview插件。

    pollyduan
  • 【ChatOps系列】ChatOps简介

    要说 ChatOps 就不得不说 DevOps,DevOps 是来源于 Development 和 Operations 的一个组合词,顾名思义,是一系列过程、...

    thinkeridea
  • 【Go】slice的一些使用技巧

    slice 是 Go 语言十分重要的数据类型,它承载着很多使命,从语言层面来看是 Go 语言的内置数据类型,从数据结构来看是动态长度的顺序链表,由于 Go 不能...

    thinkeridea
  • 写给新手前端的各种文件上传攻略,从小图片到大文件断点续传

    今年国庆假期终于可以憋在家里了不用出门了,不用出去看后脑了,真的是一种享受。这么好的光阴怎么浪费,睡觉、吃饭、打豆豆这怎么可能(耍多了也烦),完全不符合我们程序...

    coder_koala
  • Springboot 系列(十二)使用 Mybatis 集成 pagehelper 分页插件和 mapper 插件

    在 Springboot 系列文章第十一篇里(使用 Mybatis(自动生成插件) 访问数据库),实验了 Springboot 结合 Mybatis 以及 My...

    未读代码
  • Python Threading 学习笔记 | 2、添加线程

    添加线程,threading.Thread()接收参数target代表这个线程要完成的任务,需自行定义

    TeamsSix

扫码关注云+社区

领取腾讯云代金券