空中画符的中二技能，谁不想拥有呢？
不如捏一只万能的AI来当魔法画笔吧。
这是一个用来写写画画的手部跟踪程序，开发者将它命名为YoHa（Your Hand Tracking）。
这个程序基于TensorFlow.js实现了实时识别功能，能达到不卡顿、无延迟的效果。
捏起手指就可以变成画笔，清空画布也只需握拳就能办到。
用YoHa给自己画特效的效果这么好，难怪可以获得555颗星。
这款手势识别程序已经开源，开发者Benjamin大方地提供给了所有人使用“魔法”的机会。
既可以安装在自己的电脑上来玩，一行代码就能轻松实现。
npm install @handtracking.io/yoha
也可以在线试玩，直接用网页下载模型写写画画。
虽然YoHa目前只能对捏手指和握拳两个指令动作做出功能响应，但是因为有TensorFlow.js加持，它的性能可一点都不低。
21个手部关节定位，左右手方向检测，手部姿势检测等都可以实时实现。
来看看“买家秀”是不是也一样秀。
原来成为不了法师只是因为符文画太丑
如此好玩的AI背后，究竟是什么原理呢？
YoHa模型使用TensorFlow.js深度学习框架来进行从头训练，开发过程包含了训练步骤和推理步骤两大部分。
它的模型训练阶段利用了自定义神经网络，以自定义数据集作为训练数据，而在线实时推理则用到了TensorFlow.js推理框架。
不过，因为TensorFlow.js规模的限制，比起电脑，YoHa在移动设备上的表现较差。
另外，YoHa的本地运行速度也比在线试玩快很多，果然驯服AI还是得先带回家里养。
YoHa的开发者Benjamin提到，制作这个项目一开始是为了增加网络的互动性：
“现有的解决方案没有我想要的，所以我给自己创建了新的解决方案”
不愧是动手能力强的大佬，没有自己想要的，那就自己造一个。
手势识别这么火，干脆多开发一些玩法，添加更丰富的功能让VR/AR更好玩。
针对之前提到的YoHa性能缺陷，Benjamin也给玩家提供了高性能备选方案：通用手势识别模型MediaPipe。
如果高端玩家对性能有更高追求，可以在这个经典模型基础上进行功能扩展。
比如不久前以MediaPipe为基础开发的类似项目air-drawing，在玩法上和YoHa稍有不同。
感兴趣的话，自己去驯服一只AI来写字画画吧。
GitHub地址：
https://github.com/handtracking-io/yoha
试玩地址：
https://handtracking.io/draw_demo/
https://loicmagne.github.io/air-drawing/
“
