有思想、有追求、有溫度的產(chǎn)品經(jīng)理，應(yīng)該熱情地去擁抱人工智能，同AI合作，發(fā)揮其最大的潛能。

AI時下有一種需求是AI助力硬件產(chǎn)品的現(xiàn)象，有用AI機器視覺能力檢測工件質(zhì)量的，有用AI機器視覺檢測金屬表面凹凸的。

本文主要是基于AI視覺技術(shù)檢測人體骨架提取人體關(guān)節(jié)三維信息，對健身、無人零售等場景需識別人體最常見步態(tài)蹲姿行為進行抽象與建模，然后解決AI視覺技術(shù)捕捉人體細(xì)微動作變化檢測的產(chǎn)品經(jīng)理工作內(nèi)容。

一、搭建智能硬件產(chǎn)品極簡版需求

包含顯示屏、深度體感攝像頭、算法、服務(wù)端、小程序5個部分。如下圖：

深度體感攝像頭選擇微軟的Kinect，因為Kinect 深度傳感器能夠自動捕獲人體的深度圖像，并實時的跟蹤人體骨架，檢測到細(xì)微的動作變化。

一方面，Kinect 獲取的深度圖像不同于彩色圖像，它可以提供更多的空間信息，同時又能保護個人隱私。因此，通過分析深度圖像來識別和檢測人體姿勢的方法一直以來都倍受各家產(chǎn)品關(guān)注。

另一方面, 人體的骨骼特征也為行為識別、姿勢檢測等任務(wù)提供了重要的行為特征。Kinect 因上述功能和其具有的精確性與實用性等特點，已經(jīng)使其成為一種多功能組件，可以集成到智能硬件的各種應(yīng)用中。

筆者的人體體態(tài)識別產(chǎn)品利用Kinect 深度傳感器基于人體骨架信息來檢測非標(biāo)準(zhǔn)深蹲姿勢。

使用軀干角度、髖部角度、膝部角度和踝部角度作為深蹲期間的四個代表性特征。然后，把深蹲過程分為四個階段，并使用關(guān)鍵幀檢測技術(shù)，對每一階段的角度特征逐幀的計算和記錄。

最后，采用閾值比較的方法，對深蹲姿勢進行檢測判斷。
該產(chǎn)品無需佩戴任何的可穿戴傳感器，不會給鍛煉者帶來不便，且不需要使用訓(xùn)練數(shù)據(jù)集，能夠做到實時準(zhǔn)確的檢測。

二、產(chǎn)品經(jīng)理進行特征定義

對基于人體骨架信息監(jiān)測人體姿勢建模之前，首先產(chǎn)品經(jīng)理要尋求健身教練或者人體專家按需建立可用于區(qū)分標(biāo)準(zhǔn)姿勢和非標(biāo)準(zhǔn)姿勢的界限。

產(chǎn)品經(jīng)理協(xié)調(diào)專家繪制特征定義表如下圖：

如上圖表中描述的角度，產(chǎn)品協(xié)調(diào)人體健身專家定義如下： 軀干角度、髖部角度、膝部角度、踝部角度、軀干角度。

如上述角度值中的任何一個不在標(biāo)準(zhǔn)范圍內(nèi)，則非正常姿勢可被檢測到。

三、產(chǎn)品跟進特征提取

我們懂技術(shù)的產(chǎn)品經(jīng)理都知道在 RGB 圖像中提取人體骨架是一項艱巨繁瑣的任務(wù)，且僅能提供平面(二維)信息。而在 Kinect 中，能夠在深度圖像中，提取人體骨架的三維信息。

通過 Kinect所提供的 API 可以準(zhǔn)確的提取并跟蹤人體骨架的總共 25 個關(guān) 節(jié) 點 。

Kinect 創(chuàng)建的是三維(three-dimensional，3D)的圖像空間，因此這 25 個關(guān)節(jié)點為3D 坐標(biāo)信息。

對 25 個關(guān)節(jié)點進行組合相連即可組成相應(yīng)的3D 骨架坐標(biāo)。上面所提出的人體姿勢過程中五個代表性角度特征，可由這 25 個關(guān)節(jié)點中的肩關(guān)節(jié)、髖關(guān)節(jié)、膝關(guān)節(jié)、踝關(guān)節(jié)、足關(guān)節(jié)，5 個關(guān)節(jié)點構(gòu)成。并通過余弦定理，計算其空間角度。

下圖為Kinect跟蹤人體骨架圖：

四、產(chǎn)品跟進技術(shù)計算

產(chǎn)品經(jīng)理應(yīng)了解的計算流程如下，方便在日后產(chǎn)品上市后出現(xiàn)數(shù)據(jù)問題時候找準(zhǔn)原因，一遍快速解釋用戶的問題。

• 首先，當(dāng) Kinect 檢測到人體時，即可獲取人體的關(guān)節(jié)點，技術(shù)計算各矢量，并在深度圖像中繪制計算矢量線。
• 其次，可以通過幾何中的矢量平移理論將矢量復(fù)原。
• 第三，由于重力矢量總是垂直于地面，計算重力矢量。
• 最后，可以通過公式計算軀干角度。

另外對于髖部角度、踝部角度和膝部角度，可直接使用空間向量法計算。

五、產(chǎn)品需懂算法流程

算法流程如下圖：

總體而言，算法可分為兩個步驟。上圖中粗虛線的上半部分定義了人體行為動作期間中的四個階段，并且詳述了提取并計算算法中的代表性角度特征的關(guān)鍵步驟。

首先，當(dāng) Kinect檢測到人體時，則可獲取該人體的深度圖像并跟蹤該人體骨架。

接著，對人體行為期間行為階段的關(guān)鍵幀進行定義。而關(guān)鍵幀檢測是所有行為識別、姿勢檢測等方法的重大難題。

產(chǎn)品經(jīng)理可以判斷團隊內(nèi)的行為識別工程師的水平和意愿是否需要引進技術(shù)外援。

人體姿勢檢測的關(guān)鍵步驟如上圖中粗虛線的下半部分所示。單次的行為是一種短時間運動，為更好的觀察角度變化，人體需要在B動作結(jié)束時停留一段時間。因此單個或幾個不標(biāo)準(zhǔn)幀值不能作為判斷標(biāo)準(zhǔn)，建議產(chǎn)品經(jīng)理協(xié)調(diào)算法工程師和人體健身專家采用閾值比較的方法。

如圖中筆者LineLian所示，當(dāng)非標(biāo)準(zhǔn)幀與總幀數(shù)的比率大于 X％這一閾值時。人體姿勢為非正常的。也就是說，非正常幀比率在人體行為完成時被計算且與給定閾值進行比較。

當(dāng)比率大于閾值(X％)時（X具體值可以聯(lián)系筆者或者閱讀暢銷人工智能書籍《AI賦能-AI重新定義產(chǎn)品經(jīng)理》），人體姿勢被判斷為非正常，否則它是正常的。

六、AI視覺在智能硬件中應(yīng)用小結(jié)

隨著AI在算法、數(shù)據(jù)、算力的基礎(chǔ)上逐步的發(fā)展，AI技術(shù)正在逐步優(yōu)化我們手頭的產(chǎn)品和助力更多的場景。

筆者LianLian自己調(diào)教過上圖AI視覺助力健身姿勢更正確的產(chǎn)品小程序界面，如下圖：

在AI大環(huán)境下，產(chǎn)品經(jīng)理應(yīng)該優(yōu)先擁抱AI，優(yōu)先用AI助力產(chǎn)品創(chuàng)新。我們做的AI產(chǎn)品既不是被人嘲笑的，也不是破壞人力正產(chǎn)生活的，認(rèn)識到AI既不善良也不卑鄙，更不應(yīng)該被視為魔鬼。

像筆者LineLian文章中一樣機器視覺能夠幫助用戶更好的健身，能夠幫助無人零售商家監(jiān)視店鋪節(jié)省勞動成本。

所以有思想、有追求、有溫度的產(chǎn)品經(jīng)理，應(yīng)該熱情地去擁抱人工智能，只有同AI合作才能發(fā)揮最大的潛能。

這同時也是對自己認(rèn)知的了解和重構(gòu)，任何一次改變，都是不斷地自我創(chuàng)新，都是一種成長，都可能造就一種新的生活方式。

未來也許決定產(chǎn)品經(jīng)理薪資的將取決于你對產(chǎn)品運用AI的程度。

如果你想系統(tǒng)化入門AI產(chǎn)品經(jīng)理，掌握AI產(chǎn)品經(jīng)理的落地工作方法，戳這里>http://996.pm/7bjab

#專欄作家#

連詩路，公眾號：LineLian。人人都是產(chǎn)品經(jīng)理專欄作家，《產(chǎn)品進化論：AI+時代產(chǎn)品經(jīng)理的思維方法》一書作者，前阿里產(chǎn)品專家，希望與創(chuàng)業(yè)者多多交流。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議