在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

加入体感控制,这位小哥破解了原版任天堂的拳击格斗游玩「拳无虚发」。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

在经典红白机上玩拳击游玩是很多人的童年回忆,其中就包括任天堂 1987 年发布的拳击格斗游玩——「Punch Out(拳无虚发)」。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

在这款游玩中,玩家的设定是一个拳击小白,需要在教练的指导下战胜各种大块头对手,最后挑战终极大 boss 拳王泰森。当然,泰森本人也玩过这款游玩。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

随着网游、大型单机等各种游玩的兴起,红白机逐渐退出历史舞台,成了怀旧的代表,早期版本的「Punch Out」也很少有人玩了。但最近,一位名叫 Ian Charnas 的网友又把这款游玩翻了出来,而且自己开发了一种新的玩法——加入体感控制。简单来说,在这款 DIY「拳无虚发」中,你可以借助摄像头和 AI 算法控制游玩中的角色,就像在玩 Switch、Xbox 的体感游玩,但成本几乎为零。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

为了增加游玩的沉浸感,他甚至在身上绑了个电击臂环,从而在受到攻击时能得到更真实的反馈。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

那么,这个新游玩是怎么做出来的呢?Ian Charnas 在视频中介绍了几个主要步骤。首先,你要找到一个能进行实时姿势估计的算法。Ian 用的是google的 MoveNet,这个模型能够快速、准确地检测人体的 17 个关键点。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

接下来就要想办法将游玩从原始的游玩盘导到电脑浏览器上。由于 80 年代的任天堂连 USB 接口都没有,Ian 就先把原始游玩机改装了一番。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

成功把游玩代码导入电脑之后,Ian 又找了一个任天堂模拟器来运转该游玩。此时,一个体感游玩基本完成。但真正上手玩之后,Ian 发现了一个问题:姿势识别输入比手柄输入要慢,但对手的出拳速率并没有变,这就很难赢。要想赢,要么提高自己的出拳速率,要么拖慢对手的速率,Ian 选择了后者。这就需要修改游玩代码。但「拳无虚发」的原始游玩代码并不是写给人看的:

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

为了读懂这些代码,Ian 对源代码进行了逆向工程(反汇编),并对游玩人物的速率进行逐一修改,使得每一个人物都是可被击败的。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

在完成这些操作之后,Ian 成功打败了终极 boss 泰森。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

最后,Ian 还把游玩以及配套的教程放到了网上,点击以下网站、打开摄像头就可以试玩:https://reallifepunchout.com/

MoveNet 是个什么模型?

上述进行实时姿势估计的算法用到了google今年推出的 MoveNet 模型,它是一个预训练模型,所以设置好以后即可使用。该模型能够快速、准确地检测人体的 17 个关键节点(如脚踝、膝盖、肩膀、手肘、手腕、耳朵、眼睛和鼻子等),能够以 50+ fps 的速率在笔记本电脑和手机上运转。该模型已在 TF Hub 上提供,有两个变体,分别称为 Lightning 和 Thunder。Lightning 适用于对延迟要求严格的应用,而 Thunder 适用于对准确性要求较高的应用。因此,我们可以看到 Thunder 模型的关键点得分通常会比 Lightning 略高。MoveNet 在两个数据集上训练完成:COCO 和一个名为 Active 的google内部数据集。其中 Active 数据集通过在 YouTube 上的瑜伽、健身和舞蹈视频中标注关键点(采用了 COCO 的 17 个身体关键点标准)而产生。训练时,每段视频不超过三帧,以增加场景和个体的多样性。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

Active 关键点数据集的图像通过完全在客户端运转该模型的方式可实现对运转速率的需求,即在使用 TensorFlow.js 的浏览器中运转且在初始页面加载后不需要服务器调用,也不需要安装任何依赖项。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

MoveNet 可以通过快速动作和非典型姿势跟踪关键点。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

传统方案(上)与 MoveNet(下)在高难度姿势检测上的对比结果,传统方案会跟丢关键点,而 MoveNet 不会MoveNet 架构MoveNet 是一种自下而上的估计模型,使用热图来准确定位人体关键点。该架构由两个组件组成:一个特征提取器和一组展望头。展望方案大致遵循 CenterNet,但变化明显,提高了速率和准确率。所有的模型都是用 TensorFlow 对象检测 API 进行训练。MoveNet 中的特征提取器是带有附加特征金字塔网络 (FPN) 的 MobileNetV2,它允许高分辨率(输出跨度为 4),此外还提供语义丰富的特征图输出。该特征提取器具有四个展望头,负责密集地展望:

人体中心热图:展望人体实例的几何中心;

关键点回归域:展望人体的全部关键点,用于将关键点分组到实例中;

人体关键点热图:展望所有关键点的位置,不依赖于人体实例;

2D 每关键点偏移域:展望从每个输出特征图像素到每个关键点的精确子像素位置的局部偏移量。

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

MoveNet 架构图MoveNet 模型分四步来完成展望,过程如下图所示:

在线试玩,在体感游玩中打败泰森,这位小哥破解了任天堂「拳无虚发」

以下是关于 MoveNet 模型的更多参考资料:

TF Hub 运转:http://tensorflow.google.cn/hub

Lightning:https://hub.tensorflow.google.cn/google/tfjs-model/movenet/singlepose/lightning/3

Thunder:https://hub.tensorflow.google.cn/google/tfjs-model/movenet/singlepose/thunder/3

参考链接:https://blog.tensorflow.org/2021/05/next-generation-pose-detection-with-movenet-and-tensorflowjs.html

原创文章,作者:机器之心,如若转载,请注明出处:https://www.iaiol.com/news/zai-xian-shi-wan-zai-ti-gan-you-wan-zhong-da-bai-tai-sen/

(0)
上一篇 2021年 11月 9日 下午2:13
下一篇 2021年 11月 10日 下午5:23

相关推荐

  • 2022 IBM博士生奖学金揭晓:8位华人入选,上交大、电子科大校友在列

    这些获奖博士生将赢得高达 9.5 万美元的奖金。

    2022年 5月 18日
  • 2021图灵奖揭晓:高机能较量争论先驱、超算TOP500榜单创始人之一Jack Dongarra获奖

    他曾说过:未来的较量争论架构会是 CPU 和 GPU 的结合。

    2022年 3月 31日
  • 上海交大ACM班创始人俞勇:为培育种植提拔华夏的图灵奖得主而教书

    俞勇是上海交大 ACM 班的创始人,成立 20 年来这个班级里走出了得多计算机科学和人工智能领域的优秀人材,比如林晨曦、戴文渊、李磊、李沐、陈天奇,等等。这不仅归功于 ACM 班,更离不开俞勇这个人。今年 60 岁的他虽会继续留在上海交大,但对于「培育种植提拔华夏的计算机科学家」这个方向而言,ACM 班四年的时间太短,得多习惯在本科开始改变太晚。他正致力于将这些年来积累的教导理念、方法和资源拓展到全社会,期望有一天他的门生能够获得图灵奖。采访约在一座商场的咖啡厅里,约定好的时间我迟到了,俞教员就站在店外等我。第一眼见到他时

    2022年 1月 20日
  • 百分点大数据技术团队:ClickHouse国家级项目机能优化实际

    编者按ClickHouse自从2016年开源以来便备受关注,主要应用于数据分析(OLAP)领域,各个大厂纷纷跟进大规模利用。百分点科技在某国家级项目建设中完成了多数据中心的ClickHouse集群建设,日增千亿数据量,在此基础上举行优化与机能调优,能够更好地解决部署规模扩大和数据量扩容等问题。本文结合项目的数据规模及交易场景,重点介绍了百分点大数据技术团队在ClickHouse国家级项目建设中的机能优化实际。一、概览2020年4月,百分点大数据技术团队结合某国家级多数据中心的Clickhouse集群建设,发表了&l

    2021年 7月 22日
  • 人为「刷」论文援用量,米兰理工传授被IEEE惩罚,奖项被撤销

    论文援用量本是一件非常纯粹的学术指标,代表了论文本身的重要程度和价值。但当有人故意刷论文援用量时,一切未免变了味道,也失去了学术研究的纯粹性和真实性。

    2021年 5月 23日
  • 规模化机械学习崛起、「零断定」架构出现,德勤呈文2021九大技巧趋向

    《德勤2021年技巧趋向》呈文研究了疫情一年来对企业战术、运营和技巧带来的连锁反应,论述了其重大发现:全球企业在加速数字化战术转型,从而构建「韧性」、开创全新的经营模式。呈文讨论了接下来18至24个月及以后驱动企业规划背后的九大技巧趋向,包括现在的工作环境、人工智能产业化、关键外围业务的升级以及撑持多样性、公道性和包容性的技巧等内容。这些技巧趋向也同时明确了动荡一年所带来的更具希望的一面。日前,德勤管理咨询正式发布了《2021技巧趋向呈文》。本年度呈文研究了疫情一年来对企业战术、运营和技巧带来的连锁反应,论述了其

    2020年 12月 31日
  • 2021阿里环球数学角逐预选赛试题出炉:5万人参赛,第一题只有2000多人选对了(附答案)

    第一道单选题,只有2251位参赛者选出了正确答案「C」。

    2021年 5月 19日
  • 腾讯QQ黑科技亮相2021谷歌开发者大会官网,鉴于TFlite部署AI语音降噪

    当6亿用户习惯每天通过QQ发送语音和进行视频通话,或者在群里与网友语音接龙完成一场Pia戏,又或是与好友一起派对语音答题的时候,大家可曾想过,在不同场景下始终清晰、流畅的QQ音视频感受背后,到底是什么黑科技在支撑这些场景中“声”与“话”的美好?今年11月16日召开的谷歌2021开发者大会期间,大会官网更新了一则案例——《TensorFlow助力:AI语音降噪打造QQ音视频通话新感受》,作者正是QQ音视频通话技巧团队。作为谷歌TensorFlow的优秀应用案例,腾讯QQ团队在该文中详细揭秘了语音增强技巧在QQ音视频功

    2021年 11月 16日
  • 阿里数据中台底座的12年建造实践

    文/阿里云智能计较平台事业部研究员 关涛阿里巴巴数据平台发展的四大阶段建立数据中台,一个强大的数据平台作为底座必不可少。 阿里巴巴数据平台发展的四个阶段,一定程度上其实也是阿里巴巴数据中台发展的四个阶段。这四个阶段里,你可以看到阿里巴巴对自身数据的商业价值的萃取,对原有分而治之的数据系统的聚合,对计较数据财产化和数据高效应用的新思路以及对数据平台处置过程中面临的组织变革等。阶段一:交易百花齐放,发现数据价值2009年到2012年,阿里巴巴电商交易进入爆发期,涌现出非常多有名的交易团队,比如淘宝、

    2021年 9月 29日
  • 人工智能帮助创造系外行星上的份子,甚至有一天大概会创造新的物理定律

    编辑 | 萝卜皮你知道地球的大气是由什么组成的吗?你大概记得它是氧气,也大概是氮气。借助 Google 的一点帮助,您可以轻松得出更精确的谜底:78% 的氮气、21% 的氧气和 1% 的氩气。大气可以表明行星的性质,以及它们是不是可以承载生命。然而,当谈到外大气层——太阳系外行星的大气层——的组成时,谜底是未知的。由于系外行星如此遥远,已证明探测它们的大气层极其困难。研讨表明,人工智能 (AI) 大概是探索它们的最佳选择——但前提是能够证明这些算

    2021年 12月 10日

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注