模型效果

从下图可以清楚的看到,提出的模型可以对人眼以及嘴巴进行描述。
最终的是对每个关节点进行了划分和表示。

前言

从视频中进行人体姿势估计在各种应用中都扮演着关键角色,例如量化身体锻炼、手语识别和全身手势控制。例如,它可以成为瑜伽、舞蹈和健身应用的基础。它还可以在增强现实中将数字内容和信息覆盖在物理世界之上。

模型介绍

提出的人体识别模型是一种高保真度的身体姿势跟踪机器学习解决方案,可以从RGB视频帧中推断出整个身体的33个3D标记和背景分割掩码,利用先前BlazePose研究,该研究还为ML Kit Pose Detection API提供支持。值得注意的是,目前最先进的方法主要依赖于强大的桌面环境进行推断,而我们的方法可以在大多数现代手机、桌面/笔记本电脑上实现实时性能,甚至在Python和Web上也可以使用可谓是功能十分强大!

算法介绍

这个解决方案利用了一种两步探测器-跟踪器机器学习流程,决方案中已经被证明是有效的。使用探测器,该流程首先定位帧内的人/姿势感兴趣区域(ROI)。然后,跟踪器使用ROI裁剪帧作为输入,在ROI内预测姿势标记和分割掩码。请注意,对于视频用例,只有在需要时才会调用探测器,即在第一帧和跟踪器无法在上一帧中识别身体姿势存在时。对于其他帧,该流程只需从上一帧的姿势标记中派生ROI。

模型

人物/姿势检测模型(BlazePose检测器)
该检测器受我们自己的轻量级BlazeFace模型的启发,该模型用作MediaPipe面部检测的代理人物检测器。它明确预测另外两个虚拟关键点,以牢固描述人体的中心、旋转和比例,形成一个圆。灵感来自于达·芬奇的《维特鲁威人》,我们预测一个人的臀部中点、围绕整个人的圆的半径以及连接肩膀和臀部中点的线的倾斜角度。

算法代码

核心代码部分 顺便看下效果

支持的配置选项:
static_image_mode(静态图像模式)
model_complexity(模型复杂度)
smooth_landmarks(平滑标记点)
enable_segmentation(启用分割)
smooth_segmentation(平滑分割)
min_detection_confidence(最小检测置信度)
min_tracking_confidence(最小跟踪置信度)

with mp_pose.Pose(
#全部代码----->q1309399183<---------static_image_mode=True,model_complexity=2,enable_segmentation=True,min_detection_confidence=0.5) as pose:for idx, file in enumerate(IMAGE_FILES):image = cv2.imread(file)image_height, image_width, _ = image.shape# Convert the BGR image to RGB before processing.results = pose.process(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))if not results.pose_landmarks:continueprint(f'Nose coordinates: ('f'{results.pose_landmarks.landmark[mp_pose.PoseLandmark.NOSE].x * image_width}, 'f'{results.pose_landmarks.landmark[mp_pose.PoseLandmark.NOSE].y * image_height})')

算法结论和效果展示

该流程是作为一个e图实现的,它使用了姿势标记模块中的姿势标记子图,并使用专用的姿势渲染器子图进行渲染。姿势标记子图在内部使用了姿势检测模块中的姿势检测子图。

代码部分可私信交流

人体姿态识别(毕业设计+代码)相关推荐

  1. tfpose与openpose区别_人体姿态识别--Openpose+Tensorflow

    目的复现代码 完成视频中的人体姿态识别 复现过程 视频来源:https://www.youtube.com/watch?v=cMhWNGBW1Xg​www.youtube.com 视频动图 检测结果下 ...

  2. python人体识别_Github开源人体姿态识别项目OpenPose中文文档

    OpenPose人体姿态识别项目是美国卡耐基梅隆大学(CMU)基于卷积神经网络和监督学习并以caffe为框架开发的开源库.可以实现人体动作.面部表情.手指运动等姿态估计.适用于单人和多人,具有极好的鲁 ...

  3. 2D人体姿态识别-Human3.6M与COCO数据集中,各人体骨骼关键点可视化及对应关节标注顺序(heatmap可视化,热力图和原图融合显示)

    003-2.processData 文章目录 前言 一.最终结果展示 1. Human3.6M数据集中32个人体关键点可视化及含义 2. COCO数据集中19个人体关键点可视化及含义 3. Human ...

  4. python人体动作识别_人体姿态识别--Openpose+Tensorflow

    目的复现代码 完成视频中的人体姿态识别 复现过程

  5. 人体姿态识别研究综述(详细归纳!)(转载)

    一,人体姿态识别数据集 1,2D数据集: LSP 地址:http://sam.johnson.io/research/lsp.html 样本数:2K 关节点个数:14 全身,单人 FLIC 地址:ht ...

  6. MATLAB差影法的人体姿态识别

    GUI框架源码: https://download.csdn.net/download/weixin_44748303/12682348 该课题为基于MATLAB差影法的人体姿态识别.带有一个GUI可 ...

  7. [论文评析]基于人体姿态识别的立定跳远 动作智能评估系统

    基于人体姿态识别的立定跳远 动作智能评估系统 论文信息 背景 方法 系统总体设计 立定跳远动作智能评估系统 标准动作库子系统 动作采集子系统 人体姿态动作评估子系统 人体姿态评估模型 立定跳远关键帧匹 ...

  8. 3D人体姿态识别数据集

    最近看3D人体姿态识别方面论文,在数据处理阶段,3D比2D复杂很多.2D人体姿态识别在dataset和model方面都比3D成熟,2Dmodel也有很多户外,自然界的dataset,但是3D的data ...

  9. 【姿态识别】基于HOG特征提取和GRNN广义回归神经网络的人体姿态识别matlab仿真

    1.软件版本 matlab2013b 2.本算法理论知识 GRNN广义回归神经网络的理论基础是非线性核回归分析,非独立变量y相对于独立变量x的回归分析实际上是计算具有最大概率值的y.设随机变量x和y的 ...

最新文章

  1. [深度学习]Object detection物体检测之概述
  2. oracle高级查询案例,oracle高级查询(实例基于scott用户四张表)
  3. access两位小数不进位_人教版小学数学三年级下册笔算乘法(不进位)公开课优质课课件教案视频...
  4. PHP中 如何将二位数组按某一个或多个字段值(升序/降序)排序?数字索引被重置,关联索引保持不变...
  5. mysql中的函数与存储过程
  6. 交易撮合引擎原理与实现【含源码】
  7. 基础篇:异步编程不会?我教你啊!CompletableFuture(JDK1.8)
  8. 将python 脚本转换为exe格式
  9. Java 设计模式最佳实践:四、结构模式
  10. 2、进入缓冲区(缓存)的世界,破解一切与输入输出有关的疑难杂症(转载自C语言中文网,仅作学习笔记)
  11. Java实现读取csv文件
  12. # pyton基础 1
  13. 云计算机怎么分盘,电脑硬盘怎么分区
  14. 用python从Oracle中读数据
  15. python 数据分析、挖掘与可视化 day3
  16. gcc生成静态库和动态库,以及OpenCV3.4.11的安装和实例
  17. h5 iOS 刘海屏适配
  18. 菜鸟学机器学习,Sklearn库主要模块功能简介
  19. aspose-words 解决Linux word转pdf 乱码和出现小方块问题
  20. 【BZOJ5314】【JSOI2018】—潜入行动(树形dp)

热门文章

  1. 电容器的电介质吸收(DA)现象
  2. 图文并茂的前端面试分享(成渝地区专用)
  3. 在autodl中的linux中,安装libjpeg-turbo
  4. (伪代码)树的前中后遍历和层次遍历算法实现(考研适用,递归和非递归)
  5. java集合模糊匹配
  6. list列表跳转保存位置,返回列表刷新keeplive
  7. ElasticSearch之中文、拼音分词
  8. 强强联手,丝滑办公新体验!IdeaHub+华为云会议实测
  9. wpf 软件系统框架
  10. 从workspace导入数据进入模型