电脑体感游戏没有体感手柄,玩体感游戏需要体感的手柄吗

它们都是踢腿动作，但实际上在视频中有很大的不同，是两种不同的动作。

为了识别动作，我们还需要使用RNN（循环神经网络），RNN的优势在处理时间序列问题，比如

• 自然语言处理，词语的意思需要联系上下文
• 根据历史记录，预测用户将要访问的页面
• 识别一系列帧中的动作

若要识别动作，我们还需要将数帧画面输入CNN，再将输出结果输入RNN。

在本文中，我们开发了一个图像分类模型。为此，我们手动提取视频帧并收集数据集，将它们分成三个不同的类别，然后使用imgaug进行数据增强。

之后，我们通过MobileNet来解释什么是迁移学习，以及我们如何利用MobileNet。经过训练，我们的模型达到了90％以上的准确率！

为了在浏览器中使用我们开发的模型，我们将它与MobileNet一起加载，并从用户的相机中每100ms取出一帧，识别用户的动作，并使用模型的输出来控制《真人快打3》中的角色。

最后，我们简单讨论了如何通过RNN来进一步改进我们的模型。

我希望你们能够和我一样喜欢这个小项目。

原文地址：

https://blog.mgechev.com/2018/10/20/transfer-learning-tensorflow-js-data-augmentation-mobile-net/

原动作识别项目地址：

https://github.com/mgechev/movement.js

JS版《真人快打》项目地址：

https://github.com/mgechev/mk.js

imgaug：

https://github.com/aleju/imgaug

MobileNet神经网络：

https://www.npmjs.com/package/@tensorflow-models/mobilenet

— 完 —