通过将关键点转化为矢量并绘制在高维空间中，找到两个最接相似的姿势。
但是姿态估计是一个动态的问题，每一个关节我们在匹配时候也并非拥有100％的置信度，这时候需要进行加权匹配，即根据重要性的不同不同关节的权值不同，以期待找到最为相似的动作。
通过Move Mirror，谷歌团队展示了计算机视觉技术，姿态估计（Pose Estimation）。追踪在3D空间中身体的移动，姿态估计是一个很复杂的问题，因为人们有不同的大小，同时有许多关节可以追踪，并且周围物体也会导致视觉遮挡（在过去我们介绍过不少有关技术），有些人使用轮椅拐杖都会影响相机判定。动作捕捉技术十年前就已经被使用，以微软Kinect为代表的体感设备在游戏领域大放光彩，但使用的硬件都价格不菲，通常还需要其他数据库和程序支持，这些支持从未普及到大众开发者和用户。
这也就是Move Mirror脱颖而出的原因，它让你只需要浏览器和摄像头就可以做到。
Move Mirror让我们可以在各种各样的人身上找到很多乐趣，通过你的动作去搜索舞蹈动作，电影剪辑或者是健身视频。从另一个方面想，使用姿态估计系统来帮助指导家庭瑜伽锻炼或物理治疗也是一个不错的选择。尽管Move Mirror只是一个实验，但在谷歌团队眼里，这将是一场姿态实验在浏览器中的寒武纪爆发。
