利用机器学习,进行人体33个2D姿态检测与评估(实时视频检测)

本文介绍了如何使用mediapipe库在实时视频中进行人体33个2D姿态的检测。通过设置mp.solutions.pose参数,建立姿态检测器,并在视频流中捕获帧,进行图片处理和姿态检测。检测完成后,利用mp_drawing模块绘制关键点,实现视频中的人体姿态可视化。这种方法可以应用于健康姿态评估、体育运动判断等多种场景。
摘要由CSDN通过智能技术生成

  

上期教程,我们分享了使用mediapipe进行人体33个2D的姿态检测,本期教程,我们分享一下如何使用mediapipe 进行人体姿态的实时检测。其中mp.solutions.pose的参数如下:

STATIC_IMAGE_MODE

如果设置为false,则解决方案会将输入图像视为视频流。它将尝试在最开始的图像中检测出最杰出的人物,并在成功检测后进一步定位姿势地标。然后,在随后的图像中,它就减少了计算量和等待时间,而无需调用另一次检测就一直跟踪那些界标,直到失去跟踪为止。如果设置为true,人员检测将运行每个输入图像,非常适合处理一批静态的,可能不相关的图像。默认为false。

UPPER_BODY_ONLY

如果设置为true,则解决方案仅输出25个上身姿势界标。否则,它将输出33个姿势地标的完整集合。请注意,对于大多数下半身看不见的用例,仅上半身的预测可能更准确。默认为false。

SMOOTH_LANDMARKS

如果设置为true,则解决方案过滤器会在不同的输入图像上摆出界标以减少抖动,但是如果将static_image_mode也设置为true,则将其忽
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

人工智能研究所

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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