OpenVINO提供了范例（human_pose_estimation_demo），能够在CPU上以较快速度识别出多人
-iE:/OpenVINO_modelZoo/head-pose-face-detection-female-and-male.mp4 -mE:/OpenVINO_modelZoo/human-pose-estimation-0001.xml -d CPU
基于这篇论文：
参考文档：
https://docs.openvinotoolkit.org/latest/_demos_human_pose_estimation_demo_README.html
二、抽取18个点，做简单的越界分析
既然以及能够从视频中抽取人体骨骼，并且对应18个数据点
那么就能够做定量分析。
对于这个视频，使用MarkMan能够测量出关键领域的位置，那么最简单的想法就是首先获得“人的中心”这个点，当这个点位于敏感区域的时候进行报警。
但是这种方法很粗糙，我们希望得到的是这个敏感区域里面，没有人体的任何一个位置，因此首先对所有的点进行排序，而后判断
bool SortbyXaxis(
const cv
:
:Point2f
& a,
const cv
:
:Point2f
&b)
{
return a.x
> b.x;
}
//而后对所有的点进行这样处理
HumanPose firstHumanPose
= poses[
0];
std
:
:vector
<cv
:
:Point2f
> firstKeypoints
= firstHumanPose.keypoints;
sort( firstKeypoints .begin(), firstKeypoints .end(), SortbyYaxis );
if (
! (firstKeypoints[
0].x
<
369
|| firstKeypoints[firstKeypoints.size()
-
1].x
>
544))
{
std
:
:stringstream inRanges;
inRanges
<<
"inRanges! ";
cv
:
:putText(image, inRanges.str(), cv
:
:Point(
16,
64),
cv
:
:FONT_HERSHEY_COMPLEX,
1, cv
:
:Scalar(
0,
0,
255));
}
这样就能够好许多。
三、更接近实际的情况
前面的情况还是过于简单，这个视频更接近实际情况
比如地上有这条安全线，倾斜的，就是不能越过，应该如何来处理？
首先还是量出这条线（固定物镜关系），并且我们能够绘制出这条线；
下面，首先要做一个简单的数学复习
K = (y1-y2)/(x1-x2)，当K1>K2的时候点在左边，而在左边灰色区域的时候，绝对在左边，在右边蓝色区域的时候，绝对在右边。
据此编写函数
bool PointIsLeftLine(cv
:
:Point2f point, cv
:
:Point2f PointLineLeft, cv
:
:Point2f PointLineRight)
{
//边界外直接返回
if (point.x
<
0)
return
false;
if (point.x
<
= PointLineLeft.x)
return
true;
if (point.x
> PointLineRight.x)
return
false;
//在边界内的情况,通过计算斜率
if (PointLineRight.x
== PointLineLeft.x)
assert(
"error PointLineRight.x == PointLineLeft.x");
float kLine
= (PointLineRight.y
- PointLineLeft.y)
/ (PointLineRight.x
- PointLineLeft.x);
float k
= (point.y
- PointLineLeft.y)
/ (point.x
- PointLineLeft.x);
return (k
>
= kLine);
}
并且分别对两个脚进行处理
bRight
= PointIsLeftLine(pointRightFoot, cv
:
:Point2f(
1017,
513), cv
:
:Point2f(
433, image.rows
-
1));
bLeft
= PointIsLeftLine(pointLeftFoot, cv
:
:Point2f(
1017,
513), cv
:
:Point2f(
433, image.rows
-
1));
加上一些图像绘制
if (bRight
|| bLeft)
{
line(image, cv
:
:Point(
1017,
513), cv
:
:Point(
433, image.rows
-
1), cv
:
:Scalar(
0,
0,
255),
8);
}
else
{
line(image, cv
:
:Point(
1017,
513), cv
:
:Point(
433, image.rows
-
1), cv
:
:Scalar(
0,
255,
0),
8);
}
得到这样的结果
四、存在的问题
做到这一步，看起来问题得到了很好的解决，但是实际上还是出现了新的问题：
1、速度。目前只能做到8-9FPS，如何提高速度是不卡视频输入是新问题；
2、多人的识别；
3、区域的划定；
4、界面操作。
这些问题都解决好，应该能够商用，最主要的是速度问题。
感谢阅读至此，希望有所帮助。