MediaPipe机器学习跨平台框架实战

作者简介

马健健，毕业于上海交通大学，硕士，拥有超过十年的软件架构经验，先后供职于国内 外多家知名公司，目前就职于上海某知名外企，主要负责大数据处理、机器学习应用和 数据挖掘方面的研究和实施工作，长期研究AI虚拟人技术。已出版图书《虚拟偶像AI实 现》《AI创意绘画与视频制作：基于Stable Diffusion和Control NET》

内容简介

"MediaPipe是一个由谷歌研究开发并开源的多媒体机器学习模型应用框架。它是一个跨平 台框架，适用于桌面/服务器、Android、iOS和嵌入式设备，如Raspberry Pi和Jetson Nano。 MediaPipe是用于构建机器学习管道的框架，主要用于处理视频、音频等时间序列数据。 此外，该框架为流媒体提供了跨平台且可定制的机器学习解决方案。这意味着开发者可 以根据自己的需求定制适合其应用场景的机器学习模型。 MediaPipe已被广泛应用于各种机器学习任务，如人脸识别、人脸3D重建、手势检测、语 音识别和对象检测等。在谷歌的一系列重要产品中，如Google Lens、ARCore、Google Home等，都已深度整合了MediaPipe。 具体来说，MediaPipe具备处理视频和音频帧流的能力，通常用于构建交互式应用程序。 例如，其中的FaceMesh模型可以从图像或视频中重建出人脸的3D结构。此外，通过 MediaPipe Solutions，开发者可以为应用配置预构建的处理流水线，为用户提供即时的 、有吸引力的有用输出。 《MediaPipe机器学习跨平台框架实战》以实际项目为线索，带领读者探索MediaPipe在不同场景中的应用，使读者既能了解 理论知识，又能通过实践掌握技能。书中以大量案例介绍了MediaPipe在移动端应用，包 括增强现实、AR滤镜和视频会议软件、MdiaPipe与游戏控制的结合应用、如何在体感游 戏中应用MediaPipe技术，以AR激光剑效果、火箭发射小游戏、空中作图为例展示了 MediaPipe在视觉特效方面的应用，如何使用MediaPipe实现手语识别应用、如何通过 MediaPipe打造虚拟智能健身教练以及MediaPipe与Unity结合在游戏与虚拟现实领域的应 用等等，精彩粉呈地展现了MediaPipe的强大潜力。 《MediaPipe机器学习跨平台框架实战》不仅适合对机器学习感兴趣的程序员、广大编程爱好者，还适合在校学生、创业者 或者普通用户学习与参考，在此推荐给读者。 "