[レイダース] [ヒトでの使用臨界点識別]
1実施形態について説明
、百度は、ヒト識別キーを導入し、位置矩形枠、コア21のヘッドを含むキーポイント、顔、首、四肢、及び関節の正確な位置決め、支持人検出に人体リターンの画像を検出しますおよびその他の大規模複雑なシーンのアクション。支持複数人間の体の検出、すべての身体像の検出、体内の各マーカーの座標位置を、人体の任意の数、体が切り捨て軽度の閉塞状況に適合。
機能が特定人体の重要なポイントは、ヒト情報キーポイント、上体姿勢の分析、移動軌跡、運動の角度、エイズ選手フィットネストレーニング効果トレーニングスポーツ、教育効率を向上させるによれば、スポーツ及びフィットネスにも適用することができます。これらのアプリケーションでは、体の姿勢の決意は、アクションの態度から判断して、アスリートやスポーツ愛好家は、体操、ヨガのための要件を満たす物理的な活動のために高い要求を提起するかどうかを決定する、鍵となり、体性感覚のゲームも非常に持っています良いヘルプ。
2.プログラムやアイデアを実現し
、人間の左腕、左肩、左足、右と左の股関節角度8を計算するために体を介してレイダースキーを、さらに標準と許容誤差範囲との間の角度の要件と比較。体の姿勢や得点の決意を有効にします。Iは、姿勢のスコアを提供しながら、機能を開発したオリジナルに基づいてレンダリングし、運動解析図を提供し、選手を分析しやすいです。主な内容は次のとおりです。
アクセス2.1プラットフォーム
：特定のアクセスモードは比較的簡単です、あなたはここでそれを繰り返さないで、私の他の記事を参照することができます
http://ai.baidu.com/forum/topic/show/943327
2.2 Baiduの人体キー関数呼び出し：
私の他の記事を参照してください：Baiduの[第四]人間の脳新しい経験の重要なポイントを識別するために
https://ai.baidu.com/forum/topic/show/954123
2.3他の側面：
角度計算：コサインで計算します。
キーフィルター：異なる色の赤、緑0.9以上の異なる信頼のキーレンダリング及び図分析に表示、黄色0.5~0.9、0.5以下です。便利なユーザ識別。
レンダリング：鼻に首にヘッドから中心軸に増加体、手足、頭、顔を含む、原稿上のレンダリング、およびメイン表示キー接続。
分析図は：キーポイントと新しい画像における体を含む主な接続、手足、頭を示し、顔は、顔の向きを表示するユーザーを有効、ネックに対するヘッドの頂部に鼻から中心軸を増加させました。また、各位置の角度を示し、それらが一致しない場合は赤、緑を満たしていれば、要件を満たしています。選手の便益を分析しました。
数×100 /合計の角度で角度の数は、識別された：決意スコアを
3結果とテストを実現します：
ケース1：古典的な体操鞍馬のアクション：
要件手足ストレート、右脚とボディストレート、75度程度左脚。以下は、特定の角度の要件であります：
required_pose1 = {
'shoulder_left_angle'：[15,10]、
'shoulder_right_angle'：[60,10]、
'hip_left_angle'：[180,10]、
'hip_right_angle'：[75,10]、
'arm_left_angle'：[180、 10]、
'arm_right_angle'：[180,10]、
'leg_left_angle'：[180,10]、
'leg_right_angle'：[180,10]
}
上記の値最初のために必要な各角度は、第2のエラーの余地を可能にします。
以下は、レンダリング、グラフやレポートは次のとおりです。
处理时长:0.71秒
person_num: 1
左肩：13.0,符合
右肩：57.5,符合
左髋：175.6,符合
右髋：71.6,符合
左臂：171.2,符合
右臂：173.1,符合
左腿：171.9,符合
右腿：178.8,符合
动作评分：100.0
案例2：多人双手张开动作：
动作模板，双手张开：
required_pose2={
'shoulder_left_angle':[90,10],
'shoulder_right_angle':[90,10],
'hip_left_angle':[170,10],
'hip_right_angle':[170,10],
'arm_left_angle':[180,10],
'arm_right_angle':[180,10],
'leg_left_angle':[180,10],
'leg_right_angle':[180,10]
}
渲染图：
分析图：
报告：
处理时长:4.00秒
person_num: 2
左肩：93.6,符合
右肩：99.5,符合
左髋：165.8,符合
右髋：171.7,符合
左臂：171.9,符合
右臂：180.0,符合
左腿：174.5,符合
右腿：175.2,符合
动作评分：100.0
左肩：116.6,不符
右肩：108.4,不符
左髋：156.8,不符
右髋：164.7,符合
左臂：175.2,符合
右臂：180.0,符合
左腿：nan,不符
右腿：175.2,符合
动作评分：50.0
案例3，瑜伽动作：
动作模板：
required_pose3={
'shoulder_left_angle':[180,10],
'shoulder_right_angle':[80,10],
'hip_left_angle':[110,10],
'hip_right_angle':[80,10],
'arm_left_angle':[45,10],
'arm_right_angle':[45,10],
'leg_left_angle':[30,10],
'leg_right_angle':[55,10]
}
渲染图：
分析图：
报告：
处理时长:0.82秒
person_num: 1
左肩：172.1,符合
右肩：79.0,符合
左髋：108.1,符合
右髋：81.9,符合
左臂：37.4,符合
右臂：36.9,符合
左腿：9.0,不符
右腿：48.2,符合
动作评分：87.5
4 关键代码
import numpy as np
#求角度
def GetCrossAngle(l1p1,l1p2,l2p1,l2p2):
arr_0 = np.array([(l1p2['x'] - l1p1['x']), (l1p2['y'] - l1p1['y'])])
arr_1 = np.array([(l2p2['x'] - l2p1['x']), (l2p2['y'] - l2p1['y'])])
cos_value = (float(arr_0.dot(arr_1)) / (np.sqrt(arr_0.dot(arr_0)) * np.sqrt(arr_1.dot(arr_1))))
result = 180-(np.arccos(cos_value) * (180/np.pi))
result = round(result,1)
return result
#判断角度是否符合要求
def angle_if(d,beginkey,middlekey,endkey,draw,color,setFont,text='',required=None):
total=0
score=0
if ((beginkey in d)&(endkey in d)&(middlekey in d)):
total=1
angle=GetCrossAngle(d[beginkey],d[middlekey],d[middlekey],d[endkey])
result=text+str(angle)
if required:
#print(str(required[0]))
if abs(angle-required[0])
5,测试结果及与竞品的对比
整体测试下来发现，百度人体关键点识别对人体关键点有较强的识别能力，在此基础上构建的人体姿态判定打分功能的效果很好，速度也很快。可以广泛的应用于体育健身及娱乐互动等方面。
现在国内做人体关键点产品的除了百度还有商汤和Face++，在这里也做一个简单的对比。
FACE++
Face++对应的功能名称是：人体骨骼关键点检测 API。效果为传入图片进行人体检测和骨骼关键点检测，定位并返回人体14个关键点（头、颈、肩、肘、手、臀、膝、脚）等部位。支持对图片中的所有人体进行骨骼检测
具体点位如下图所示：
分析效果如图：
商汤科技：
支持14 点人体关键点定位，通过 RGB 图像输入超实时给出人体头、肩、腰、腿等位置。分析效果如图所示：
通过对比可以发现，功能方面，Face++和商汤科技都是检测14个点，百度是21个点。百度多的点主要是在面部，这对于判定人脸的朝向和面部表情有很大帮助（大家可以对比一下渲染图，百度可以渲染出脸部朝向，其他的两个不行）这一点对于一些应用场景是很有用的。性价比方面，百度现在有50000次/天免费调用量，这对于测试和小型应用都足够了。对于商业应用的的价格也很低，所以百度性价比的优势也很大。
6,优化建议
就像手部有关键点识别和手势识别一样，建议百度直接建立一个人体姿态识别的新功能，直接返回人体的姿态识别的结果。可以在夹角的基础上增加更多的内容。对于有这方面需要的用户，用的也更方便。
作者: 才能我浪费99