在机器学习中，您标注的数据是 AI 模型的根底，因而抉择正确的形式非常重要，建设质检流程，跟进每一个测试环节。随着技术比以往倒退地更迅速，人工智能在平安和人脸识别方面的利用更加遍及。当咱们应用人脸解锁手机的时候，比方，科技巨头苹果公司通过多轮测试使人脸识别变得精确——正是通过具体的关键点来实现的。
什么是关键点？
在数据标注中，机器学习工程师构建模型的策略须要思考到理论利用场景。咱们在人工智能做的大量工作都是和人与机器交互相干，尤其是在检测人类静止和情绪方面。在这些实际中，咱们会应用关键点来标注指标物体。设想一下人类的面部，机器要晓得眼睛、鼻子、嘴和其余关键部位用来辨认这是一个人类，这时你就须要用到关键点标注。
与其余标注类型不同，关键点标注是用来标注物体的骨骼轮廓而不是标注物体外缘，这就是为什么人体和动物常常用关键点来标注，通过这种形式标注，AI 模型能够检测到物体的静止状态。举例来说，在咱们标注人体关键点的时候个别会标注在关节部位，比方手指关节。
为什么应用关键点?
关键点标注最适宜于追踪物体静止的 AI 模型，所以常常用于视频间断帧标注。应用关键点来剖析静止轨迹帮忙模型检测某些挫伤、弱点和面部情绪辨认。
人脸识别
手机人脸识别零碎
当初信息安全越来越重要，这意味着所有企业都务必器重信息爱护，比方咱们每天应用的智能手机，人脸识别和检测有助于进步手机的安全性，避免黑客入侵和其余平安危险。在看似简略的人脸解锁的背地，实际上是通过大量的人脸数据集和标注，训练模型而实现的。为了实现这一点，苹果公司的工程师团队可能在产品投入使用前应用了数千个关键点。
当构建一个人脸识别模型时，工程师们查看关键点以测量重要的间隔，比方你的眼睛到鼻子的间隔，又或者眉毛到额头的间隔，等等……剖析这些关键点之后，模型能够学习到人脸的细节。在查看了数千个人脸关键点之后，你的模型就能够开始检测人脸特色。
阻止犯罪活动
除了避免偷窥的人来看咱们的手机信息以外，人脸识别在美国机场还有其余用例，比方疆土安全局用人脸识别来检测签证过期和非法入境的人。Clearview AI 是一家在美国联邦和中央层面开发人脸识别解决方案的公司，应用开源的网络数据，他们曾经超过了传统立功数据库的能力，并阻止了诸如拉斯维加斯的人口贩运团伙和美国及墨西哥边陲的毒品走私等犯罪活动。
人脸识别同样能够用在大型团聚和流动当中，驰名的“歌神张学友演唱会五杀”事件——在张学友的演唱会上，通过人脸识别零碎辨认到人群中的在逃人员。这也让更多人理解到人脸识别的概念和其弱小的实际用例。
在执法之外，面部辨认还用于其余利用，例如关上网上银行应用程序和批准交易。福特等一些汽车公司正在试水，开发面部辨认软件作为平安和防盗的附加层。走进一辆不属于你的车？它不会辨认谁在驾驶，因而不会启动。
除了执法以外，人脸是被还能够用于支付宝或领取程序的批准交易。福特等一些汽车公司正在试验用人脸识别零碎来阻止车辆偷盗，如果你坐到一辆不属于你的汽车汇总，它可能不会被启动。
毛病
人脸识别零碎很简单，须要大量的数据以构建高度精确的 AI 模型，模型如果呈现任何谬误，都无奈失常辨认或者导致委屈一个没有立功的人。精确的模型必须思考到边缘状况，人脸的远距离照片或者含糊的照片很容易导致错误判断。此外，很多人放心人脸数据存储在数据库中会导致个人隐私泄露，如果这些照片和数据，以及关键点落入不法分子手里该怎么办？机器学习专家们必须要思考到所有的这些因素。
静止辨认
人体骨骼点检测
人工智能仿佛不太可能在体育运动中占有一席之地，但职业体育运动也开始产生了关键点检测的需要。应用 AI 技术，一些组织正在剖析球员的静止，可能发现一些肉眼无奈觉察的细节。此外，肌肉静止的轻微变动可能表明行将呈现伤害，在侵害产生之前进行预测有助于预防并有可能缩短运动员的职业生涯。
对于教练来说，应用 AI 模型来剖析运动员的劣势和劣势也有助于招募和评估。应用关键点标注训练模型可能检测运动员的动作并理解他们的技能程度。而后将这些数据存储起来，并针对其余运动员进行评估，以偏心地评估候选人的技能程度。教练能够评估一名球员的最佳劣势，并将其和其余成员或其余候选人进行比拟，从而取得球队的整体详情预测，有助于找到尚未在大联盟中证实本人的球员。
Second Spectrum 正是这样做的，作为 NBA 和英超联赛中当先的球员剖析零碎，他们开发了一种剖析球员体现、更好地预测比赛结果并在几秒钟内搜寻任何较量的计划。Second Spectrum 应用人工智能技术将数学利用于静止，剖析统计信息以给出报告并帮忙剖析较量。咱们当初能够通过数据来看这些较量是如何调整策略帮忙做出更好决定并进入季后赛。
日常训练
除了业余静止，关键点标注和剖析技术在虚构静止软件和辅助平台中施展了重要作用。剖析一个人的动作，学习哪种健身形式才是正确的，并理解关节是如何旋转的，有助于为日常健身爱好者提供反馈。例如，健身运动很容易事与愿违。不正确的动作会导致发力点谬误而受伤。
随着健身运动的风行，咱们看到了更多人开始居家健身，从 YouTube 上预先录制的视频到 Tonal 和 Mirror 等更简单的零碎。
随着大风行，咱们看到了家庭锤炼的微小增长，从 YouTube 上预先录制的视频到 Tonal 和 Mirror 等更简单的零碎。后者通过将计算机视觉技术利用于人体的 17 个次要关键点来工作。在这里，虚构教练能够理解您的健身进度、检测疲劳，甚至能够在举重训练期间充当观察员。将虚构辅助作为日常锤炼的一部分可缩小受伤的可能性，有助于制订个性化的健身打算，并提供私人教练服务，这所有足不出户即可实现。
步态剖析
关键点标注和静止剖析比静止更重要。在医学界，通过关键点标注模型进行的静止剖析能够揭示很多对于患者衰弱的信息，尤其是通过观察他们的步态。科学家们正在应用他们对步态测量和剖析的理解来获取无关各种疾病和挫伤的信息，并且他们正在应用机器学习来扩大他们的常识并制订医治计划。
通过捕获患有中风、帕金森和脑瘫等疾病的患者的视频片段，医疗业余人员可能在对患者的逐帧剖析中标注次要关节区域。通过将迁徙学习的概念利用于他们的数据并通过深度学习施行预训练模型，科学家们可能测量各种参数，例如步行速度、节奏、摆动和站立工夫以及双撑持工夫。利用他们的发现，他们可能在预训练模型中将步态测量值与衰弱个体的步态测量值进行比拟。因为衰弱的人往往有类似的步态，所以很容易对这些测量应该是什么样子有一个整体的理解。
步态剖析和测量使医疗业余人员可能深刻理解一个人的静止模式，并能够确定受伤或疼痛的起源。它还能够辨认骨骼错位并确定某些退行性疾病的停顿。理解一个人的步态能够帮忙起草医治打算和进行某些测试。
影响因素和妨碍
对有静止问题的患者进行步态剖析通常须要辅助技术的内部帮忙，例如支架和助行器或者医生和护士的帮忙。领有这些额定因素肯能导致数据集乐音，因而为了确保您的模型可能正确计算结果，排除内部影响十分重要。此外，应用非专业的手持相机拍摄的视频必须蕴含不同角度，以便收集更多有用和精确的数据。
用于步态剖析的机器学习利用依然是一种新兴的实际。尽管有开源数据集，但应用关键点标注来摸索可能性依然是一种新的尝试。将其宽泛应用须要大量工夫和数千个关键点。更重要的是，这所有施行起来很低廉，而且并不是每个医疗机构或医治核心都有资源来建设弱小的机器学习钻研。
论断
关键点辨认技术具备许多曾经实现的利用场景，例如人脸识别，可能辨认指标并避免犯罪活动的产生，解救生命并避免灾难性事件。不过，将你的脸与成千上万的其他人一起保留在数据库中，你会感到有些放心，这是能够了解的，如果没有适当的安全措施，数据可能会泄露并落入不法分子之手。将数据安全当做最优先思考的问题至关重要。
关键点技术还对静止医学铺平了路线，一些体育组织正在应用这项技术来剖析动作、调整训练技术并避免受伤。在医学界，步态剖析和静止钻研正在为新型诊断工具和医治打算打下基础。对于物理治疗师来说，通过迷信和人工智能来解决患者的疾病能够放慢痊愈速度。
冰山數據长期为上述行业提供关键点标注服务，用来帮忙检测人体骨骼、手势动作、面部关键点等利用，咱们应用冰山标注平台放慢数据标注流程，帮忙钻研人员进步钻研效率。