赐你“目测三围”特技!日本app上线采样AI,拍照看24项全身数据,误差不到1厘米

简介: 赐你“目测三围”特技!日本app上线采样AI,拍照看24项全身数据,误差不到1厘米

最近,艺术圈内最让人“目瞪口呆”的事要属美国著名时装品牌CK签下模特Jari Jones,并将她的大面积海报挂在纽约街头。

在Jari Jones的身份标签中,除了黑人变性人外,我们从画面可以直观地感受到,她的大码身材与传统眼光中的时尚相差甚远,这也一度成为国内外讨论的关键点。

最近,以女性为代表的群体在互联网集体呼吁“我的身体我做主”,也将性别话题再次引向热议。

我们先暂时搁置这些争议,文摘菌想要问大家,对于自己的身体,你们了解多少?

你的大腿真的很粗吗?或者手臂真的很长?小肚腩有那么突出?

在拿出相关数据进行佐证之前,这些可能都是心理作用。

最近,一个利用AI技术测量身体数据的应用程序Bodygram正式在日本上线,这个APP能够通过测量和计算得出你全身上下24个部位的身体数据,比如腹围、肩宽、四肢长,更重要的是,测量结果与真实值相差±1cm。

目前这款APP已经登陆了iOS和安卓应用商城,用户可以前往免费安装,不过国区还没有上架,想要体验的朋友可能要想想其他办法了。

在得到结果之前,文摘菌想说,很多自己觉得自己身体不协调的人,就等着打脸吧!

Bodygram:误差很小,但规矩很多

我们先来看看具体的操作步骤和注意细节。

打开APP之后,按照屏幕上的指示,被测者需要站在合适的距离,双手打开,照下正面照片。

然后是侧面照,被测者需要转向右侧,也就是相机视角的左侧,双手保持自然下垂。

在拍摄时,需要注意,要露出被测者的脚或鞋子,长袖需要卷起来露出手腕,上衣要扎进裤子里,扎不进去的外套类需要脱掉。

在拍摄过程中,被测者要摘下帽子、眼镜和口罩,拍摄环境也最好避开黑暗或者黑光,同时还需要注意画面中不要出现其他人。

在穿着上也还有一些讲究,长裙、袖子宽松的衬衫、宽松的裤子、大码衣服都要尽量换掉。

说了这么多被测者的注意事项,拍摄者还要注意的是,手机要尽可能地水平放置,减小测量误差。

根据Bodygram官网介绍,该APP主要利用了AI技术进行身体尺寸的测量,输入基本信息后再拍摄一张正面照和一张侧面照就能测量得到全身的高精度尺寸。拍摄地点只要符合要求,在街上、店内、家里都可以。

不管你是肌肉发达,还是身材苗条,或者手脚比是标准长度,Bodygram都能从图像中正确地推断被测者衣服下的身体线条,再结合系统根据输入的身体数据计算得到的数据值,综合起来,就能得出高精度的身体数据。

在身体数据的管理上,官方表示,这些身体数据与个人信息出于同等水平的管理标准,对于导入Bodygram的AI公司,可以保证用户信息安全的环境下进行访问。

专业运动员自测:有训练时期内味儿了

这一APP在日本也引起了多方关注,目前优衣库已经正式与Bodygram确定了合作关系。

前日本奥运游泳选手松田丈志也试用了一下Bodygram,他表示,这对于专业运动员也好,普通大众也好,都能实现对身体更好地监督和管理。

在整个使用过程中,他表示,从输入基本信息到得出数据,都还是比较流畅的,每个步骤APP上都有详细的解释和说明。而且,在松田丈志自测的时,文摘菌注意到,他自己一个人也完成了测量,很适合广大单身狗了(不是)。

对于得出的数据,松田丈志感叹道,有种回到当年训练时期的感觉。

松田丈志目前经营着两家健身馆,他说道,现在人们健身的目的都不尽相同,专业或业余运动员的目标可能是如何提高体能,在比赛时有更好的发挥,也有人只是出于身体管理或者爱好,但不管怎样,通过每天记录身体数据的变化,能够更清晰地看到训练成果,从而根据身体变化进行实时的调整。

他回忆道,在身为专业运动员期间,协会每年都会举办大型的身体检测,但是这些都需要借助精密的测量仪器和专业的测量方法,是无法平时在家完成的。

Bodygram可以说是这种专业测量的平民版了。

个人企业均可使用,Bodygram正在全面开花

根据官网博客介绍,登录该APP后,身体测量数据会记录在Bodygram ID内。

当然,用户可以自行选择可以共享身体数据的企业,企业在Bodygram Japan页面申请后,就可以将这些数据用于公司的服务中,作为企业开发独自应用程序的前阶段步骤也好,或者只是简单地记录员工的身体状况。

除了大型企业外,Bodygram日前也试图通过“零售”的方式在众多领域全面发展。

官网链接:
https://bodygram.com/jp/

在合作伙伴中,Transcosmos建立了一个Bodygram特别团队,全面支持与Bodygram有关的开发、运营、分析和支持。除了将业务嵌入该程序之外,他们还将提供增值服务,例如与人体测量数据知识相关的分析。

为了满足减少在零售和服装商店中试穿需求,团队的目标在于促进非接触式测量的普及,并促进与商店和EC的合作,以及促进利用物理数据的健康管理服务。

除此之外,团队还在开发一项新的分析服务,主要利用客户公司的数据库和主体数据,通过Bodygram的数据提供和分析服务,比如在健康保险领域。

不过,似乎最需要这项技术的,应该还是某宝卖家了吧。

相关文章
|
1月前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
在9月20日2024云栖大会上,阿里云智能集团副总裁,数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)李飞飞发表《从数据到智能:Data+AI驱动的云原生数据库》主题演讲。他表示,数据是生成式AI的核心资产,大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合,构建一站式多模数据管理平台,以数据驱动决策与创新,为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
|
29天前
|
人工智能 关系型数据库 分布式数据库
拥抱Data+AI|“全球第一”雅迪如何实现智能营销?DMS+PolarDB注入数据新活力
针对雅迪“云销通App”的需求与痛点,本文将介绍阿里云瑶池数据库DMS+PolarDB for AI提供的一站式Data+AI解决方案,助力销售人员高效用数,全面提升销售管理效率。
|
1月前
|
机器学习/深度学习 人工智能 算法
整合海量公共数据,谷歌开源AI统计学专家DataGemma
【10月更文挑战第28天】谷歌近期开源了DataGemma,一款AI统计学专家工具,旨在帮助用户轻松整合和利用海量公共数据。DataGemma不仅提供便捷的数据访问和处理功能,还具备强大的数据分析能力,支持描述性统计、回归分析和聚类分析等。其开源性质和广泛的数据来源使其成为AI研究和应用的重要工具,有助于加速研究进展和推动数据共享。
62 6
|
11天前
|
机器学习/深度学习 人工智能 PyTorch
【AI系统】数据并行
数据并行是一种在分布式AI系统中广泛应用的技术,通过将数据集划分成多个子集并在不同计算节点上并行处理,以提高计算效率和速度。在大规模机器学习和深度学习训练中,数据并行可以显著加快模型训练速度,减少训练时间,提升模型性能。每个计算节点接收完整的模型副本,但处理不同的数据子集,从而分摊计算任务,提高处理速度和效率。数据并行按同步方式可分为同步数据并行和异步数据并行,按实现方式包括数据并行、分布式数据并行、完全分片的数据并行等。其中,分布式数据并行(DDP)是当前应用最广泛的并行算法之一,通过高效的梯度聚合和参数同步机制,确保模型一致性,适用于大型NPU集群和AI系统。
67 7
【AI系统】数据并行
|
1月前
|
人工智能 算法 BI
聚焦AI与BI融合,引领数智化新潮流 | 【瓴羊数据荟】瓴羊数据Meet Up城市行第一站完美收官!
当BI遇见AI,洞见变得触手可及 —— 瓴羊「数据荟」数据Meet Up城市行·杭州站启幕,欢迎参与。
413 5
聚焦AI与BI融合,引领数智化新潮流 | 【瓴羊数据荟】瓴羊数据Meet Up城市行第一站完美收官!
|
21天前
|
存储 人工智能 编译器
【AI系统】昇腾数据布局转换
华为昇腾NPU采用独特的NC1HWC0五维数据格式,旨在优化AI处理器的矩阵乘法运算和访存效率。此格式通过将C维度分割为C1份C0,适应达芬奇架构的高效计算需求,支持FP16和INT8数据类型。此外,昇腾还引入了NZ分形格式,进一步提升数据搬运和矩阵计算效率。AI编译器通过智能布局转换,确保在不同硬件上达到最优性能。
45 3
|
1月前
|
存储 人工智能 调度
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
1月前
|
人工智能 自然语言处理 关系型数据库
从数据到智能,一站式带你了解 Data+AI 精选解决方案、特惠权益
从 Data+AI 精选解决方案、特惠权益等,一站式带你了解阿里云瑶池数据库经典的AI产品服务与实践。
|
1月前
|
存储 人工智能 大数据
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
1月前
|
关系型数据库 分布式数据库 数据库
云栖大会|从数据到决策:AI时代数据库如何实现高效数据管理?
在2024云栖大会「海量数据的高效存储与管理」专场,阿里云瑶池讲师团携手AMD、FunPlus、太美医疗科技、中石化、平安科技以及小赢科技、迅雷集团的资深技术专家深入分享了阿里云在OLTP方向的最新技术进展和行业最佳实践。
下一篇
DataWorks