Github 项目 - OpenPose 关键点输出格式

最新推荐文章于 2024-08-19 12:15:10 发布

AIHGF

最新推荐文章于 2024-08-19 12:15:10 发布

阅读量3.1w

点赞数 16

分类专栏：姿态估计

本文链接：https://blog.csdn.net/zziahgf/article/details/84668345

版权

OpenPose 是一个能够输出 Body、Hands 和 Facial 关键点信息的项目。它提供了多种模型的输出格式，包括 BODY_25、COCO、Face 和 Hand。OpenPose Demo 输出可以保存为 JSON 或 OpenCV 格式，包含了关键点坐标、置信度和重建信息。关键点次序、heatmap 保存次序以及 C++ API 中的关键点格式都有详细说明。

摘要由CSDN通过智能技术生成

原文：Github 项目 - OpenPose 关键点输出格式 - AIUAI

OpenPose 可以输出 Body，Hands，Facial 等关键点信息.

##１. Demos

[1] - Video

# Ubuntu
./build/examples/openpose/openpose.bin --video examples/media/video.avi
# 多 GPUs，如采用两块 GPUs，GPUs 1 和 2，跳过 GPUs 0.
./build/examples/openpose/openpose.bin --video examples/media/video.avi 
									   --num_gpu 2 --num_gpu_start 1

[2] - Wecam

# Ubuntu
./build/examples/openpose/openpose.bin

[3] - Images

# Ubuntu
./build/examples/openpose/openpose.bin --image_dir examples/media/

[4] - Rendering Face and Hands Without Pose：

# CPU rendering (faster)
./build/examples/openpose/openpose.bin --render_pose 0 --face --face_render 1 --hand --hand_render 1

# GPU rendering
./build/examples/openpose/openpose.bin --render_pose 0 --face --face_render 2 --hand --hand_render 2

[5] - Hands：

# Fast method for speed
./build/examples/openpose/openpose.bin --hand

# Best results found with 6 scales
./build/examples/openpose/openpose.bin --hand 
			--hand_scale_number 6 --hand_scale_range 0.4
    
# Adding tracking to Webcam (if FPS per GPU > 10 FPS) and Video
./build/examples/openpose/openpose.bin 
			--video examples/media/video.avi 
    		--hand --hand_tracking
        
# Multi-scale + tracking is also possible
./build/examples/openpose/openpose.bin 
			--video examples/media/video.avi 
    		--hand 
        	--hand_scale_number 6 
        	--hand_scale_range 0.4 
            --hand_tracking

2. Pose 输出格式

OpenPose 提供了 BODY_25，COCO，Face，Hand 等模型输出对应的关键点信息.

2.1 BODY_25

2.2 COCO

2.3 Face

2.4 Hand

3. OpenPose Demo 输出格式

OpenPose Demo - Output

3.1 Output 保存格式

OpenPose 有两种可选的输出保存方式：

[1] - 采用 write_json flag 将人体姿态数据结果保存为 JSON writer 格式.

如：

# Only body
./build/examples/openpose/openpose.bin 
			--video examples/media/video.avi 
			--write_json output/ 
			--display 0 
			--render_pose 0
# Body + face + hands
./build/examples/openpose/openpose.bin 
			--video examples/media/video.avi 
			--write_video output/result.avi
			--write_json output/ 
			--display 0
            --render_pose 0 
            --face 
            --hand

每个 JSON 文件包含 objects 的people 数组(array)，其中，每个 object：

数组pose_keypoints_2d 包含了人体 Body part 位置和检测的置信度(confidence)，其格式为：x1,y1,c1,x2,y2,c2,.... 坐标 x 和 y 被归一化到 [0, 1], [-1, 1], [0, source size], [0, output size] 等范围，其取决于 keypoint_scale flag. c 是范围在 [0, 1] 的置信度分数(confidence score).
数组 face_keypoints_2d, hand_left_keypoints_2d 和 hand_right_keypoints_2d, 类似于pose_keypoints_2d.
如果--3d 开启(enabled)，数组body_keypoints_3d, face_keypoints_3d, hand_left_keypoints_2d, 和 hand_right_keypoints_2d 是类似形式；否则是空. 其格式为 x1,y1,z1,c1,x2,y2,z2,c2,.... 其中，c 值为 0 或 1，取决于 3D reconstruction 是否成功.
如果 --part_candidates 开启(enabled)，则 The body part candidates before being assembled into people.

{
   
    "version":1.1,
    "people":[
        {
   
            "pose_keypoints_2d":[582.349,507.866,0.845918,746.975,631.307,0.587007,...],
            "face_keypoints_2d":[