谷歌最新研究成果：轻量手势追踪算法

除了使用语言，人们之间还经常手势来沟通，最常见的便是“你真棒！”（我没有在反讽）。

随着人工智能的发展，人们也想教会机器识别人类沟通时的手势动作，但是很多的尝试都并不成功。

最近，事情出现了转机。来自谷歌人工智能实验室（Google's AI Labs）的研究者近日研发出了一套手势追踪机器学习算法，在机器识别手势方面取得了突破性的进展。

谷歌的机器学习算法能够计算手指移动的路径，即时地绘出每个手指与手掌的相对位置坐标图，进而判断此时人类摆出的具体手势是什么。此外，谷歌的新算法一大特点是，它并不需要消耗大量的硬件资源，只需要一个手机以及其摄像头，便能够做到手势识别。

做到这一点并不容易。

在其它能够识别手势的方法中（虽然它们还并不成功），至少都要依赖于性能强大的桌面或者云端设备，谷歌的机器学习算法不光将硬件资源简化到移动设备，并且能够同时识别多只手的手势。

在有限的硬件计算资源下识别多个手的手势是非常难的，因为多个手在做动作很容易互相重叠（比如握手），而且手与手长得十分类似，对比性并不强烈，同样造成了识别困难。

人类在做手势时，手指移动通常非常快，想要快速响应手指的移动并识别，通常需要多个摄像头在不同角度的观察，谷歌的算法在一个摄像头的情况就可以快速识别。

那么他们是怎么做到了算法轻量化呢？

谷歌在设计手势识别的机器学习算法时，就把减少数据量作为目标。所以他们从最开始就放弃了设别整只手的设计方案。

在他们设计的算法中，首先会找到手掌的位置，因为手掌是整个手最容易识别的部分，面积较大，形状比较固定。锁定了手掌的位置后，然后再挨个识别从手掌“发芽”而出的手指。在识别的过程中，算法会在手指关节、手掌与手指连接处、指尖等关键位置总共记录21个坐标，根据每个坐标的位置以及彼此的距离，画出当前手的大致姿势。

识别手的姿势后，下一步就是要理解姿势背后的含义了。

在机器学习的初始数据中，研究者输入了共3000张左右的手势图片，并告诉机器每一种手势代表的含义。随后开始了训练过程，不断输入新的图片，让机器学习算法进行自我判断，如果错误及时纠正，在机器不断的自我学习中，谷歌的手势识别算法做到了快速且准确。

谷歌这项最新的研究成功还没有应用于谷歌的任何产品，但是谷歌已经将其开源。显然，他们希望更多人能够借助此项研究成果，发掘手势识别更多的使用场景。

或许未来，在危机情况时，你可能无法发出声音，但是通过一些手势，就能发出求救信号。