谷歌刚刚推出了一款能够检测人体姿态的MoveNet模型，并且提供了相应的TensorFlow.js应用程序接口（API）。官方宣称MoveNet能够非常快速、准确地检测人体的17个关键节点，此外通过与InclueHealth的合作，该公司还将确定MoveNet是否能够为患者的远程护理提供帮助。
（来自：TensorFlowBlog）
据悉，MoveNet模型可供TFHub上的开发者使用，并且提供了闪电（Lighting）和雷电（Thunder）两款衍生版本。前者适用于对延迟比较敏感的关键型应用程序，而后者侧重于牺牲实效性来提升识别的准确性。
MoveNet支持快速动作/非典型姿态来追踪关键节点
即便如此，Lighting和Thunder两款模型在现代计算机和智能手机上的运行速度，都较实时类应用的效率要更高一些。谷歌表示，这是在软件程序中得到实际应用的一个关键指标。
传统方案（上）与MoveNet（下）在高难度姿态检测上的效果对比
通过与IncludHealth的合作，谷歌希望在传统护理应用的基础上，将MoveNet医院、保险公司和军队。
浏览器中演示运行的MoveNet和TensorFlow.js运动平衡评估效果
IncludHealth创始人兼首席执行官RyanEder亦对这项技术的前景表示十分看好：“MoveNet模型注入了提供规范性护理所需的速度与准确性的强大组合，尽管也有其它可互相替代的方案，但MoveNet具有的独特平衡性，还是开辟了下一代护理服务的更多可能。而谷歌团队在这方面的追求，也让它成为了我们一直在追求的出色合作者”。
MoveNet后处理步骤
展望未来，谷歌希望进一步扩展Lighting和Tunder模型的功能，使之能够一次追踪多人活动。此外这家科技巨头也致力于使用基准测试和相关优化来加速TensorFlow.js的后端处理速度。感兴趣的朋友，可移步至