Mediapipe Blazepose poseclassification android 源码分析(六)

本文深入分析了Mediapipe Blazepose PoseClassifier在Android中的源码,主要探讨了基于KNN的姿势分类方法。 PoseClassifier使用KNN算法,考虑Z轴权重较低,对输入Pose进行处理,通过计算与样本之间的最大距离和均值距离来选择最接近的样本进行分类。分类过程分为两个阶段:首先选取最大距离的top-K样本,然后计算平均距离以确定最匹配的样本。最终返回的是最大置信度范围。
摘要由CSDN通过智能技术生成

Mediapipe Blazepose poseclassification android 源码分析(六)——PoseClassifier.java

  • PoseClassifier.java

    作用:Classifies Pose based on given PoseSamples. 基于pose的示例给pose分类。

    思想:KNN

    主要参数:MAX_DISTANCE_TOP_K = 30MEAN_DISTANCE_TOP_K = 10;

    AXES_WEIGHTS = PointF3D.from(1, 1, 0.2f)因为Z轴相对于X和Y对精度影响小,所以所占权重默认0.2;

    所有参数均可人为设置

    - 方法:

        - classify(Pose pose)

public ClassificationResult classify(Pose pose) {
    return classify(extractPoseLandmarks(pose));
  }

            首先是要对传入的Pose进行extractPoseLandmarks(Pose pose)

            把Pose类转换为PointF3D的List,然后调用classify(List<PointF3D> landmarks)

        - extractPoseLandmarks(Pose pose)

  private static List<PointF3D> extractPoseLandmarks(Pose pose) {
    List<PointF3D> landmarks = new ArrayList<>();
    for (PoseLandmark poseLandmark : pose.getAllPoseLandmarks()) {
      landmarks.add(poseLandmark.getPosition3D());
    }
    return landmarks;
  }

            把Pose类转换为PointF3D的List

        - classify(List<PointF3D> landmarks)

            这部分是核心代码

public ClassificationResult classify(List<PointF3D> landmarks) {
    ClassificationRes
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值