基于openpose的动作识别(一)检测人脸人手

时间:2024-02-23 19:19:07

一、搭建深度学习框架

安装cunda+cudnn+tensorflow-gpu

参考:https://www.cnblogs.com/StarZhai/p/tensorflow-gpu.html

二、下载源码

OpenPose项目Github链接:https://github.com/CMU-Perceptual-Computing-Lab/openpose

Windows能用的版本: 点击所有版本 下载最新的版本即可。

 

三、参考官方文档

 

 

               

 

 

18特征点人体,    25特征点人体

25+面部详细特征点    25+手部详细特征点

 

快速启动

大部分用户不需要调用OpenPose的C++和Python的开发接口,这些用户只需要运行OpenPose Demo即可

  • OpenPose Demo: 为了便于处理图片、视频或者网络摄像头的视频流,并展示和后处理结果,你需要看doc/demo_overview.md. 例如,你可以直接通过以下命令在Ubuntu操作系统上处理一个视频。

输出

请点击这个文档,查看输出文件的格式、关键点数据结构等信息。doc/output.md.

增加运算速度以及基准测试

点击这个文档,查看增加运行速度、减少内存需求的提示 doc/faq.md#speed-up-memory-reduction-and-benchmark.


参考文献和扩展阅读

【1】论文:https://arxiv.org/pdf/1611.08050.pdf

【2】姿态检测视频制作源码:muyiguangda/caffe_rtpose

【3】开头视频:Changing Batteries 更换电池「中字」

【4】CMU训练数据集: CMU Panoptic Dataset

【4】匈牙利算法: Hungarian algorithm

 
四、自己跑程序时遇到的问题
1.运行之前先把模型下载好。放到models相应的位置

模型下载地址:
https://www.aiuai.cn/aifarm708.html

2.下载完openpose-windows-gpu-recomend版本之后按照quick_star运行报错内存不足out of memory
显卡内存较小,解决方案:修改--net_resolution 的参数调小一点儿(要求参数都是16的倍数)
例子:调用摄像头识别人脸和人手的细节特征。
bin\OpenPoseDemo.exe --net_resolution "64x64"  --face --hand 

3.打开cmd切换到bin的同级目录

我自己的路径
f:
cd F:\esint\smoking_Recognition\openpose\openpose-1.5.1-binaries-win64-gpu-python-flir-3d_recommended\openpose

运行

bin\OpenPoseDemo.exe --net_resolution "64x64"  --face --hand 

 

bin\OpenPoseDemo.exe --net_resolution "64x64" --image_dir examples\media\ --face --hand

 

 

 

  

 

 

 

 

 

调用pythonAPI实现个性化的姿势识别见下一篇博客

基于openpose的动作识别(二)

https://www.cnblogs.com/StarZhai/p/11995199.html

 

 

 
参考链接:https://www.jianshu.com/p/3aa810b35a5d