人体骨骼关键点检测的算法

• 1.相关算法
• • 1.1 AlphaPose
  • 1.2 pytorch-openpose
  • 1.3 MobilePose
• 2.动作比对
• 3.数据集
• 3.1 MSR 3d action

实时全身多人姿势估计与跟踪系统
https://github.com/MVIG-SJTU/AlphaPose.git

git clone -b pytorch https://github.com/MVIG-SJTU/AlphaPose.git
python demo.py --indir examples/demo --outdir examples/res --sp
python video_demo.py --video D:/cpl.mp4 --outdir examples/result --save_video --sp
python webcam_demo.py --webcam 0 --outdir examples/result --vis

手和身体姿势估计, 基于Openpose的pytorch实现：
https://github.com/Hzzone/pytorch-openpose

是一个轻量级的基于PyTorch实现的单人姿态估计框架
https://github.com/YuliangXiu/MobilePose-pytorch

参考：40个姿态估计优秀开源项目汇总

人体的不同特征部位可抽象为18个特征点，由这些特征点组成的人体骨架即可反映此刻人体的姿态。
而特定关节间的角度值可以为判断一个人动作的准确性提供参考。
技术思路：
对标准动作图片进行处理，得出该图片人体骨架的关节角度值，作为比对范本。之后输入需要进行评判的训练者动作图片，同样得出关节角度值。
将两者角度值进行分析即可得出训练者动作是否标准，达到动作比对的效果。
方法：两点之间的长度可以通过计算欧氏距离得出，再使用余弦定理计算得出反映人体动作的特定关节间夹角的角度值。

记录了人体动作序列，共包含20个动作类型，10个被试者，每个被试者执行每个动作2或3次。
采用 Kinect 提取动作数据
https://zhuanlan.zhihu.com/p/63133269

**打分对比：
https://github.com/ParitoshParmar/MTL-AQA