耗时2天,我自制了一台体感游戏机

大家好,欢迎来到 Crossin的编程教室~

几天不见,Crossin 又去做什么游戏去了呢?这次我做的不是游戏,而是游戏机!而且是体感游戏机

说到体感游戏,现在大家可能最多想到的是 switch 上的健身环大冒险。

耗时2天,我自制了一台体感游戏机_第1张图片

但往前几年,其实还有另一个非常火的体感游戏设备,就是 xbox 上的 kinect。和 switch 用带有传感器的手柄来识别玩家动作不同,kinect 使用的是一组摄像头,通过图像来识别玩家的动作。

耗时2天,我自制了一台体感游戏机_第2张图片

我这次做的 demo,就是一个使用摄像头的动作识别系统。理论上来说,这个识别系统只需要普通的电脑和普通的摄像头就可以运行。不过我最近正好拿到一样好东西,它可以让我这次的开发效率和运行效率都大大提高。

耗时2天,我自制了一台体感游戏机_第3张图片

这就是我说的好东西,全名是Jetson AGX Orin,是 NVIDIA 的AI边缘计算设备。什么叫做边缘计算,简单来说就是对于数据的处理尽可能和产生数据的应用在一起。比如像机器人、像自动驾驶。这种场景对计算的实时性要求高,不好说把数据传到计算中心,靠机房的大家伙们处理完再把结果返回给设备。所以对于边缘计算设备来说,一是要计算能力够强,二就是要足够小,不仅是体积小,而且要能耗小。

这款 AGX Orin 就是 NVIDIA Jetson 系列的最新款。新到什么程度,就是目前市面上还没有现货可以买,只能预定。所以我这台可以说是一个全球限量版。和之前上一代 Jetson AGX Xavier 相比,它的性能提升到了8倍,可达到每秒 275 万亿次计算。这个程度已经相当于内置了GPU的服务器,而它的大小则小到可以托在手掌上。

耗时2天,我自制了一台体感游戏机_第4张图片

除了强大的硬件之外,这里面自然也少不了 NVIDIA AI 相关软件的支持。并且对于大多数常见AI应用,比如人脸识别、物体识别、动作识别、自然语言处理、语音合成等等等等,它都提供了一些预训练好的模型。这个简直太方便了。

开机安装好 JetPack 开发套件,这里就有了很多可以运行的测试程序来让你体验。官方文档里也提供了很多示例来帮助开发者上手。

这里是我运行视觉和对话式AI基准测试的结果:

耗时2天,我自制了一台体感游戏机_第5张图片

耗时2天,我自制了一台体感游戏机_第6张图片

可以看到跟上一代产品相比有非常显著提升:

耗时2天,我自制了一台体感游戏机_第7张图片

在官方的 Hello AI World 里,也提供了一些 demo。

耗时2天,我自制了一台体感游戏机_第8张图片

耗时2天,我自制了一台体感游戏机_第9张图片

比如物体识别,识别一帧画面只需要十几毫秒,完全可以用在实时的视频监控,甚至正在进行的游戏当中。

耗时2天,我自制了一台体感游戏机_第10张图片

还有这样一个 demo:

好家伙,这不我一半的工作量已经完成了嘛。

拿到人体姿态数据之后,我们就可以用各种动作对应的数据来训练一个分类器。然后通过分类器来识别摄像头实时拍摄到的用户姿态,判断出动作。再根据识别出的动作,向系统发送键盘指令。这样就完成了一个简单的基于人体动作的交互系统。

耗时2天,我自制了一台体感游戏机_第11张图片

在 NVIDIA 智能物联网的 github 仓库里,我发现了一个类似的项目,用手势去操作浏览网页。

耗时2天,我自制了一台体感游戏机_第12张图片

https://github.com/NVIDIA-AI-IOT/trt\_pose\_hand

里面使用 SVM 支持向量机来训练手势分类器,这个用到 Python 的 scikit-learn 模块。我们的第二部分也可以用同样的方法,只不过我们使用的是人体全身模型。

为了训练出分类器,我们需要一点样本数据。

之后,就是通过 pynput 模块发送键盘制令。

耗时2天,我自制了一台体感游戏机_第13张图片

将以上这些全部合在一起,就得到了我们想要的功能:

一个可以用动作来玩游戏的系统

耗时2天,我自制了一台体感游戏机_第14张图片

耗时2天,我自制了一台体感游戏机_第15张图片

视频演示:耗时2天,我自制了一台体感游戏机_哔哩哔哩_bilibili

对于 Orin 来说,用在这个项目上其实有点大炮打蚊子了,因为姿态判断和动作识别用的都是预训练模型,实时的计算量并不算大。但它的软件环境和开发社区资源确实大大提升了我这次的开发效率。

唯一不足的就是从我家的网络连 github、apt、pip 都太慢了,以至于花了不少时间在环境安装上,如果相关资源能有一套国内镜像就更好了。

最后有一个小彩蛋,你们是否留意到我用来演示的游戏 KOF97。在2009年,也就是 kinect 正式发布的前一年,我做的硕士毕业设计,其实就是:使用单摄像机的人机交互系统

而在其中的动作识别部分,用的同样也是 SVM 支持向量机。在答辩时,我用的演示游戏,就是 KOF97

耗时2天,我自制了一台体感游戏机_第16张图片

在论文最后的工作展望里,我曾写到:

耗时2天,我自制了一台体感游戏机_第17张图片

没想到,在13年后,我自己把这个坑填上了。这不禁让我又想到乔布斯曾说的:

相信我们生命中曾经经历的那些点,将在未来的某一天以某种方式串连起来。史蒂夫·乔布斯

本文代码基于NVIDIA官方示例修改:

https://github.com/NVIDIA-AI-...\_pose\_hand

运行环境:

NVIDIA Jetson AGX Orin

JetPack 5.0

Python 3.8.10

代码已开源:http://python666.cn/c/2

获取更多教程和案例,
欢迎搜索及关注:Crossin的编程教室
每天5分钟,轻松学编程。

你可能感兴趣的:(人工智能计算机视觉python)