作者|李秋键引言
出品|AI科技大本营(ID:rgznai100)
伴随着计算机视觉的发展和在生活实践中的广泛应用，基于各种算法的行为检测和动作识别项目在实践中得到了越来越多的应用，并在相关领域得到了广泛的研究 。在行为监测方面，不仅仅有通过图形、温湿度、声音等信息进行蜂群行为的监测，同时更多的应用是集中在人类行为监测上 。而人体姿态识别作为行为监测重要参考依据在视频捕捉、计算机图形学等领域得到了广泛应用 。其中传统的人体姿态识别方法有RMPE模型和Mask R-CNN模型，它们都是采用自顶向下的检测方法，而Openpose作为姿态识别的经典项目是采用的自底向上的检测方法，主要应用于行为监测、姿态纠正、动作分类，在智能家居、自动驾驶、智能监控等领域局具有重要的研究意义和应用价值 。
在多人目标姿态识别方面，历史上常见的方法有通过自顶而下的候选关键点查找并结合空间联系优化算法匹配人物以及通过建立部分亲和字段的方法实现关键点检测到人体骨架连接等等 。
本项目针对当前行为监测中的精度不足、效率较低等问题，结合了openpose的姿态识别技术通过不同肢体之间的协调关系来搭建分类算法，并通过不同的分类算法比较，选择出最优模型搭建多目标的分类方法，最终可以实现多个目标的姿态显示、目标检测和分类的实时显示 。在此次的模型中通过调用轻量级的openpose模型进行人体姿态识别，其主要的方法是通过openpose获取人体各个骨骼关键点位置，然后通过欧氏距离进行匹配两个骨骼来具体检测到每一个人，对于常见检测中骨骼关键点的缺失可以通过上一帧的骨骼信息进行填充 。
其最终实现效果如下图可见：
文章插图
推荐阅读
- 如何基于 ZEGO SDK 实现 Windows 一对一视频聊天应用
- 迭代器 Java中Iterator实现原理
- RPA+AI机器人，模拟人工操作电脑实现办公自动化
- 钉钉|36氪首发 | 基于钉钉与支付宝生态，「1号系」职场综合服务平台获数千万元A轮融资
- 正则表达式实现跨行匹配
- 电子签章处理文件和打印基于ABP框架的前端项目Vue&Element
- React使用百度地图实现驾车路线规划
- Android APK 程序实现自动更新，java服务处理无弹窗，终极解决方案
- 前端实现水印的几种方式
- 从linux内核看io_uring的实现