OpenPose人体姿态识别项目

https://github.com/CMU-Perceptual-Computing-Lab/openposehttps://github.com/CMU-Perceptual-Computing-Lab/openpose

Github开源人体姿态识别项目OpenPose中文文档 - 知乎

人体姿态估计--OpenPose算法解析 - 简书

openpose实时多人2D姿态估计_凌晨两点半的太阳的博客-程序员资料_openpose是什么 - 程序员资料

ROSE Lab

动作识别数据集：“NTU RGB+D”数据集和“NTU RGB+D 120”数据集

“NTU RGB+D”包含 60 个动作类和 56,880 个视频样本。
“NTU RGB+D 120”通过添加另外60个类和另外57,600个视频样本来扩展“NTU RGB+D”，即“NTU RGB+D 120”总共有120个类和114,480个样本。
这两个数据集都包含每个样本的 RGB 视频、深度图序列、3D 骨骼数据和红外 (IR) 视频。每个数据集由三个 Kinect V2 相机同时捕获。
RGB 视频的分辨率为 1920x1080，深度图和 IR 视频均为 512x424，3D 骨骼数据包含每帧 25 个身体关节的 3D 坐标。

论文课题选取NTU RGB+D 数据集 （0-60）

单人动作识别

 相互动作/两人互动  

相关GitHub代码

GitHub - shahroudy/NTURGB-D: Info and sample codes for "NTU RGB+D Action Recognition Dataset" 

算法包含以下四个步骤： 1、神经网络预测，2、找到关节，3、找到肢体连接，4、拼装肢体构成人。