Python+OpenCV+OpenPose实现人体姿态估计(人体关键点检测)

举报
不脱发的程序猿 发表于 2021/01/02 00:39:26 2021/01/02
【摘要】 目录 1、人体姿态估计简介 2、人体姿态估计数据集 3、OpenPose库 4、实现原理 5、实现神经网络 6、实现代码 1、人体姿态估计简介 人体姿态估计(Human Posture Estimation),是通过将图片中已检测到的人体关键点正确的联系起来,从而估计人体姿态。 人体关键点通常对应人体上有一定自由度的关节,比如颈、肩、肘、腕、腰、膝、踝等,...

目录

1、人体姿态估计简介

2、人体姿态估计数据集

3、OpenPose库

4、实现原理

5、实现神经网络

6、实现代码


1、人体姿态估计简介

人体姿态估计(Human Posture Estimation),是通过将图片中已检测到的人体关键点正确的联系起来,从而估计人体姿态。

人体关键点通常对应人体上有一定自由度的关节,比如颈、肩、肘、腕、腰、膝、踝等,如下图。

 

通过对人体关键点在三维空间相对位置的计算,来估计人体当前的姿态。

进一步,增加时间序列,看一段时间范围内人体关键点的位置变化,可以更加准确的检测姿态,估计目标未来时刻姿态,以及做更抽象的人体行为分析,例如判断一个人是否在打电话等。

人体姿态检测的挑战:

  1. 每张图片中包含的人的数量是未知的。
  2. 人与人之间的相互作用是非常复杂的,比如接触、遮挡等,这使得联合各个肢体,即确定一个人有哪些部分变得困难。
  3. 图像中人越多,计算复杂度越大(计算量与人的数量正相关),这使得实时检测变得困难。

2、人体姿态估计数据集

由于缺乏高质量的数据集,在人体姿势估计方面进展缓慢。在近几年中,一些具有挑战性的数据集已经发布,这使得研究人员进行研发工作。人体姿态估计常用数据集:

3、OpenPose库

 OpenPose人体姿态识别项目是美国卡耐基梅隆大学(CMU)基于卷积神经网络和监督学习并以Caffe为框架开发的开源库。可以实现人体动作、面部表情、手指运动等姿态估计。适用于单人和多人,具有极好的鲁棒性。是世界上首个基于深度学习的实时多人二维姿态估计应用,基于它的实例如雨后春笋般涌现。

其理论基础来自Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields ,是CVPR 2017的一篇论文,作者是来自CMU感知计算实验室的曹哲(http://people.eecs.berkeley.edu/~zhecao/#top),Tomas Simon,Shih-En Wei,Yaser Sheikh 。

人体姿态估计技术在体育健身、动作采集、3D试衣、舆情监测等领域具有广阔的应用前景,人们更加熟悉的应用就是抖音尬舞机。

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

4、实现原理

  1. 输入一幅图像,经过卷积网络提取特征,得到一组特征图,然后分成两个岔路,分别使用 CNN网络提取Part Confidence Maps 和 Part Affinity Fields;
  2. 得到这两个信息后,我们使用图论中的 Bipartite Matching(偶匹配) 求出Part Association,将同一个人的关节点连接起来,由于PAF自身的矢量性,使得生成的偶匹配很正确,最终合并为一个人的整体骨架;
  3. 最后基于PAFs求Multi-Person Parsing—>把Multi-person parsing问题转换成graphs问题—>Hungarian Algorithm(匈牙利算法)

(匈牙利算法是部图匹配最常见的算法,该算法的核心就是寻找增广路径,它是一种用增广路径求二分图最大匹配的算法。)

5、实现神经网络

阶段一:VGGNet的前10层用于为输入图像创建特征映射。

阶段二:使用2分支多阶段CNN,其中第一分支预测身体部位位置(例如肘部,膝部等)的一组2D置信度图(S)。 如下图所示,给出关键点的置信度图和亲和力图 - 左肩。

第二分支预测一组部分亲和度的2D矢量场(L),其编码部分之间的关联度。 如下图所示,显示颈部和左肩之间的部分亲和力。

阶段三: 通过贪心推理解析置信度和亲和力图,对图像中的所有人生成2D关键点。

6、实现代码


  
  1. import cv2 as cv
  2. import numpy as np
  3. import argparse
  4. parser = argparse.ArgumentParser()
  5. parser.add_argument('--input', help='Path to image or video. Skip to capture frames from camera')
  6. parser.add_argument('--thr', default=0.2, type=float, help='Threshold value for pose parts heat map')
  7. parser.add_argument('--width', default=368, type=int, help='Resize input to specific width.')
  8. parser.add_argument('--height', default=368, type=int, help='Resize input to specific height.')
  9. args = parser.parse_args()
  10. BODY_PARTS = { "Nose": 0, "Neck": 1, "RShoulder": 2, "RElbow": 3, "RWrist": 4,
  11. "LShoulder": 5, "LElbow": 6, "LWrist": 7, "RHip": 8, "RKnee": 9,
  12. "RAnkle": 10, "LHip": 11, "LKnee": 12, "LAnkle": 13, "REye": 14,
  13. "LEye": 15, "REar": 16, "LEar": 17, "Background": 18 }
  14. POSE_PAIRS = [ ["Neck", "RShoulder"], ["Neck", "LShoulder"], ["RShoulder", "RElbow"],
  15. ["RElbow", "RWrist"], ["LShoulder", "LElbow"], ["LElbow", "LWrist"],
  16. ["Neck", "RHip"], ["RHip", "RKnee"], ["RKnee", "RAnkle"], ["Neck", "LHip"],
  17. ["LHip", "LKnee"], ["LKnee", "LAnkle"], ["Neck", "Nose"], ["Nose", "REye"],
  18. ["REye", "REar"], ["Nose", "LEye"], ["LEye", "LEar"] ]
  19. inWidth = args.width
  20. inHeight = args.height
  21. net = cv.dnn.readNetFromTensorflow("graph_opt.pb")
  22. cap = cv.VideoCapture(args.input if args.input else 0)
  23. while cv.waitKey(1) < 0:
  24. hasFrame, frame = cap.read()
  25. if not hasFrame:
  26. cv.waitKey()
  27. break
  28. frameWidth = frame.shape[1]
  29. frameHeight = frame.shape[0]
  30. net.setInput(cv.dnn.blobFromImage(frame, 1.0, (inWidth, inHeight), (127.5, 127.5, 127.5), swapRB=True, crop=False))
  31. out = net.forward()
  32. out = out[:, :19, :, :] # MobileNet output [1, 57, -1, -1], we only need the first 19 elements
  33. assert(len(BODY_PARTS) == out.shape[1])
  34. points = []
  35. for i in range(len(BODY_PARTS)):
  36. # Slice heatmap of corresponging body's part.
  37. heatMap = out[0, i, :, :]
  38. # Originally, we try to find all the local maximums. To simplify a sample
  39. # we just find a global one. However only a single pose at the same time
  40. # could be detected this way.
  41. _, conf, _, point = cv.minMaxLoc(heatMap)
  42. x = (frameWidth * point[0]) / out.shape[3]
  43. y = (frameHeight * point[1]) / out.shape[2]
  44. # Add a point if it's confidence is higher than threshold.
  45. points.append((int(x), int(y)) if conf > args.thr else None)
  46. for pair in POSE_PAIRS:
  47. partFrom = pair[0]
  48. partTo = pair[1]
  49. assert(partFrom in BODY_PARTS)
  50. assert(partTo in BODY_PARTS)
  51. idFrom = BODY_PARTS[partFrom]
  52. idTo = BODY_PARTS[partTo]
  53. if points[idFrom] and points[idTo]:
  54. cv.line(frame, points[idFrom], points[idTo], (0, 255, 0), 3)
  55. cv.ellipse(frame, points[idFrom], (3, 3), 0, 0, 360, (0, 0, 255), cv.FILLED)
  56. cv.ellipse(frame, points[idTo], (3, 3), 0, 0, 360, (0, 0, 255), cv.FILLED)
  57. t, _ = net.getPerfProfile()
  58. freq = cv.getTickFrequency() / 1000
  59. cv.putText(frame, '%.2fms' % (t / freq), (10, 20), cv.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0))
  60. cv.imshow('OpenPose using OpenCV', frame)

本项目实现代码及模型参见网址:https://download.csdn.net/download/m0_38106923/11265524

 关注公众号,发送关键字:关键点检测,获取资源。

文章来源: handsome-man.blog.csdn.net,作者:不脱发的程序猿,版权归原作者所有,如需转载,请联系作者。

原文链接:handsome-man.blog.csdn.net/article/details/89416514

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。