目錄

1、人體姿態(tài)估計簡介

2、人體姿態(tài)估計數(shù)據(jù)集

3、OpenPose庫

4、實現(xiàn)原理

5、實現(xiàn)神經(jīng)網(wǎng)絡(luò)

6、實現(xiàn)代碼

---

1、人體姿態(tài)估計簡介

人體姿態(tài)估計(Human Posture Estimation)，是通過將圖片中已檢測到的人體關(guān)鍵點正確的聯(lián)系起來，從而估計人體姿態(tài)。

人體關(guān)鍵點通常對應(yīng)人體上有一定自由度的關(guān)節(jié)，比如頸、肩、肘、腕、腰、膝、踝等，如下圖。

通過對人體關(guān)鍵點在三維空間相對位置的計算，來估計人體當(dāng)前的姿態(tài)。

進(jìn)一步，增加時間序列，看一段時間范圍內(nèi)人體關(guān)鍵點的位置變化，可以更加準(zhǔn)確的檢測姿態(tài)，估計目標(biāo)未來時刻姿態(tài)，以及做更抽象的人體行為分析，例如判斷一個人是否在打電話等。

人體姿態(tài)檢測的挑戰(zhàn)：

1. 每張圖片中包含的人的數(shù)量是未知的。
2. 人與人之間的相互作用是非常復(fù)雜的，比如接觸、遮擋等，這使得聯(lián)合各個肢體，即確定一個人有哪些部分變得困難。
3. 圖像中人越多，計算復(fù)雜度越大(計算量與人的數(shù)量正相關(guān))，這使得實時檢測變得困難。

2、人體姿態(tài)估計數(shù)據(jù)集

由于缺乏高質(zhì)量的數(shù)據(jù)集，在人體姿勢估計方面進(jìn)展緩慢。在近幾年中，一些具有挑戰(zhàn)性的數(shù)據(jù)集已經(jīng)發(fā)布，這使得研究人員進(jìn)行研發(fā)工作。人體姿態(tài)估計常用數(shù)據(jù)集：

• COCO Keypoints challenge?
• MPII Human Pose Dataset
• VGG Pose Dataset
• CMU Panoptic Dataset(本案例所用數(shù)據(jù)集)

3、OpenPose庫

?OpenPose人體姿態(tài)識別項目是美國卡耐基梅隆大學(xué)(CMU)基于卷積神經(jīng)網(wǎng)絡(luò)和監(jiān)督學(xué)習(xí)并以Caffe為框架開發(fā)的開源庫?？梢詫崿F(xiàn)人體動作、面部表情、手指運動等姿態(tài)估計。適用于單人和多人，具有極好的魯棒性。是世界上首個基于深度學(xué)習(xí)的實時多人二維姿態(tài)估計應(yīng)用，基于它的實例如雨后春筍般涌現(xiàn)。

其理論基礎(chǔ)來自Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields ，是CVPR 2017的一篇論文，作者是來自CMU感知計算實驗室的曹哲(http://people.eecs.berkeley.edu/\~zhecao/#top),Tomas Simon,Shih-En Wei,Yaser Sheikh?。

人體姿態(tài)估計技術(shù)在體育健身、動作采集、3D試衣、輿情監(jiān)測等領(lǐng)域具有廣闊的應(yīng)用前景，人們更加熟悉的應(yīng)用就是抖音尬舞機(jī)。

OpenPose項目Github鏈接：https://github.com/CMU-Perceptual-Computing-Lab/openpose

4、實現(xiàn)原理

1. 輸入一幅圖像，經(jīng)過卷積網(wǎng)絡(luò)提取特征，得到一組特征圖，然后分成兩個岔路，分別使用 CNN網(wǎng)絡(luò)提取Part Confidence Maps 和 Part Affinity Fields；
2. 得到這兩個信息后，我們使用圖論中的 Bipartite Matching(偶匹配) 求出Part Association，將同一個人的關(guān)節(jié)點連接起來，由于PAF自身的矢量性，使得生成的偶匹配很正確，最終合并為一個人的整體骨架；
3. 最后基于PAFs求Multi-Person Parsing—>把Multi-person parsing問題轉(zhuǎn)換成graphs問題—>Hungarian Algorithm(匈牙利算法)

(匈牙利算法是部圖匹配最常見的算法，該算法的核心就是尋找增廣路徑，它是一種用增廣路徑求二分圖最大匹配的算法。)

5、實現(xiàn)神經(jīng)網(wǎng)絡(luò)

階段一：VGGNet的前10層用于為輸入圖像創(chuàng)建特征映射。

階段二：使用2分支多階段CNN，其中第一分支預(yù)測身體部位位置(例如肘部，膝部等)的一組2D置信度圖(S)。 如下圖所示，給出關(guān)鍵點的置信度圖和親和力圖 - 左肩。

第二分支預(yù)測一組部分親和度的2D矢量場(L)，其編碼部分之間的關(guān)聯(lián)度。 如下圖所示，顯示頸部和左肩之間的部分親和力。

階段三：?通過貪心推理解析置信度和親和力圖，對圖像中的所有人生成2D關(guān)鍵點。

6、實現(xiàn)代碼

```python import cv2 as cv import numpy as np import argparse

parser = argparse.ArgumentParser() parser.addargument('--input', help='Path to image or video. Skip to capture frames from camera') parser.addargument('--thr', default=0.2, type=float, help='Threshold value for pose parts heat map') parser.addargument('--width', default=368, type=int, help='Resize input to specific width.') parser.addargument('--height', default=368, type=int, help='Resize input to specific height.')

args = parser.parse_args()

BODY_PARTS = { "Nose": 0, "Neck": 1, "RShoulder": 2, "RElbow": 3, "RWrist": 4, "LShoulder": 5, "LElbow": 6, "LWrist": 7, "RHip": 8, "RKnee": 9, "RAnkle": 10, "LHip": 11, "LKnee": 12, "LAnkle": 13, "REye": 14, "LEye": 15, "REar": 16, "LEar": 17, "Background": 18 }

POSE_PAIRS = [ ["Neck", "RShoulder"], ["Neck", "LShoulder"], ["RShoulder", "RElbow"], ["RElbow", "RWrist"], ["LShoulder", "LElbow"], ["LElbow", "LWrist"], ["Neck", "RHip"], ["RHip", "RKnee"], ["RKnee", "RAnkle"], ["Neck", "LHip"], ["LHip", "LKnee"], ["LKnee", "LAnkle"], ["Neck", "Nose"], ["Nose", "REye"], ["REye", "REar"], ["Nose", "LEye"], ["LEye", "LEar"] ]

inWidth = args.width inHeight = args.height

net = cv.dnn.readNetFromTensorflow("graph_opt.pb")

cap = cv.VideoCapture(args.input if args.input else 0)

while cv.waitKey(1) < 0: hasFrame, frame = cap.read() if not hasFrame: cv.waitKey() break

frameWidth = frame.shape[1]
frameHeight = frame.shape[0]

net.setInput(cv.dnn.blobFromImage(frame, 1.0, (inWidth, inHeight), (127.5, 127.5, 127.5), swapRB=True, crop=False))
out = net.forward()
out = out[:, :19, :, :]  # MobileNet output [1, 57, -1, -1], we only need the first 19 elements

assert(len(BODY_PARTS) == out.shape[1])

points = []
for i in range(len(BODY_PARTS)):
    # Slice heatmap of corresponging body's part.
    heatMap = out[0, i, :, :]

    # Originally, we try to find all the local maximums. To simplify a sample
    # we just find a global one. However only a single pose at the same time
    # could be detected this way.
    _, conf, _, point = cv.minMaxLoc(heatMap)
    x = (frameWidth * point[0]) / out.shape[3]
    y = (frameHeight * point[1]) / out.shape[2]
    # Add a point if it's confidence is higher than threshold.
    points.append((int(x), int(y)) if conf > args.thr else None)

for pair in POSE_PAIRS:
    partFrom = pair[0]
    partTo = pair[1]
    assert(partFrom in BODY_PARTS)
    assert(partTo in BODY_PARTS)

    idFrom = BODY_PARTS[partFrom]
    idTo = BODY_PARTS[partTo]

    if points[idFrom] and points[idTo]:
        cv.line(frame, points[idFrom], points[idTo], (0, 255, 0), 3)
        cv.ellipse(frame, points[idFrom], (3, 3), 0, 0, 360, (0, 0, 255), cv.FILLED)
        cv.ellipse(frame, points[idTo], (3, 3), 0, 0, 360, (0, 0, 255), cv.FILLED)

t, _ = net.getPerfProfile()
freq = cv.getTickFrequency() / 1000
cv.putText(frame, '%.2fms' % (t / freq), (10, 20), cv.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0))

cv.imshow('OpenPose using OpenCV', frame)

```

本項目實現(xiàn)代碼及模型參見網(wǎng)址：https://download.csdn.net/download/m0_38106923/11265524

?關(guān)注公眾號，發(fā)送關(guān)鍵字：關(guān)鍵點檢測，獲取資源。文章來源地址http://www.zghlxwxcb.cn/news/detail-766464.html