栗子 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
“Are You OK？”
“O！K！”
人臉不管做了多麼一言難盡的表情，五官也不太會四處亂跑。
手就不一樣了，手勢百媚千嬌，鏡頭看到的畫面就百媚千嬌。
所以，AI怎麼識別手呢？
一位叫做Victor Dibia的程序猿說，“三行代碼”就能實時追蹤你的手，只要有個瀏覽器。
你還可以用手在屏幕上塗鴉，成為實至名歸的靈魂畫“手”：
Victor說，只要召喚出他的Handtrack.js庫，模型便可以在網頁上跑起來。
他還提供了線上Demo給大家玩耍。
十魔亂舞
進了Demo，按下開始檢測的按鈕，打開攝像頭，就可以放飛自我了。
在下的手不甚優美，但還是忍不住亂舞了好一陣子。
手指自由揮舞，邊框就敏捷地跟隨。
除了隨性活動手指之外，還嘗試了一下狼人夜間的戰術交流：
翻譯一下：你，起跳預言家，給8號發個查殺。
(作為一個菜雞玩家，通常夜裡是輪不到我分配工作的，此處純屬藉機過癮。)
書歸正傳，手勢頻繁變換，AI依然緊追不捨；
除了打叉叉的時候，只識別了一隻手。也許是因為手的側面朝著屏幕，面積小，不容易識別吧。
如果你伸了兩隻手，AI卻畫了三個邊框，可以調整一下左邊的滑動條：
這是置信閾值 (Confidence Threshold) ，默認0.7，分值高於0.7就會認定是手，顯示出邊框；如果調高到0.8，那些得分0.7的疑似人手，就不會顯示邊框了。
除此之外，Demo也有塗鴉功能：
鑑於在下繪畫功力有限，略去動態展示，大家可以自己去畫一波。
模型如何食用？
Handtrack.js庫，是程序猿用TensorFlow.js搭起來的。
裡面的模型是用Egohands數據集養成，4800張人手的圖片，背景有室內也有戶外。
有了它，就不用自己訓練模型了。直接拿來用，方法有兩種：
第一種方法是在腳本標籤 (Script Tag) 裡，填上它的URL：
1<script src="https://cdn.jsdelivr.net/npm/handtrackjs/dist/handtrack.min.js"> </script>
把腳本標籤添加到html頁面之後，就可以用handTrack變量來引出這個庫了：
1 const img = document.getElementById('img');
2 handTrack.load().then(model => {
3 model.detect(img).then(predictions => {
4 console.log('Predictions: ', predictions) // bbox predictions
5 });
6 });
上面這幾句代碼，是給手加了邊框。只要提交每一幀視頻，就可以追蹤裡面的手了，不論是攝像頭實時拍攝的，還是已經拍好的視頻。
第二種方法，是把這個庫當做一個NPM包來安裝：
1 npm install --save handtrackjs
然後，從NPM導入就可以了。
Victor說，大家可以用這個方法，來開發自己喜歡的應用。比如，做個遊戲：
One More Thing
這個模型是訓練好了。
但Victor說，也不是不讓大家訓練。
還說，想自己養成一隻實時手部追蹤模型的同學們，可以參照這個項目 (600星) ：
https://github.com/victordibia/handtracking
最後，送你Handtrack.js庫的源代碼：
https://github.com/victordibia/handtrack.js
線上Demo傳送門：
https://victordibia.github.io/handtrack.js/
Egohands數據集：
http://vision.soic.indiana.edu/projects/egohands/
— 完 —
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，回覆“招聘”兩個字。
量子位 QbitAI · 頭條號簽約作者
վ'ᴗ' ի 追蹤AI技術和產品新動態