人体骨骼关键点检测的初尝试

最新推荐文章于 2025-06-17 11:19:17 发布
最新推荐文章于 2025-06-17 11:19:17 发布
阅读量978 收藏 1
点赞数 1
CC 4.0 BY-SA版权
分类专栏： 计算机视觉 PaddlePaddle 文章标签： 计算机视觉 人工智能 人脸识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_42067550/article/details/105881612

关于人体骨骼关键点模型的介绍，请见上一篇博客：
PaddleHub人体姿态检测模型pose_resnet50_mpii

由于群友讨论到舞蹈视频，所以想了下，可以用这个搞事情

来个荧光棒舞怎么样！！！

于是我打算拿寡姐来试试：
在这里插入图片描述
使用关键点检测后：
在这里插入图片描述
看来检测的还是比较准的

然后我开始了艺术创作。。。。

对于每一个关键点，进行坐标计算和相应的连线操作，然后。。。我觉得寡姐的粉丝要打我了。。。

在这里插入图片描述

关于使用到的模型

这里用了2个关键的模型：

  1. 人图骨骼关键点检测模型
    pose_resnet50_mpii

  2. 人脸关键点检测模型

最低0.47元/天 解锁文章

200万优质内容无限畅学
人体骨骼关键点检测
终结大笨狗的博客
12-04 4704
**人体骨骼关键点检测 ** coco数据集获取 coco数据集的读取 openpose 网络的分析 hotmap、vecmap 的生成（相当于分类中的label）
2024年AI进阶实战营——骨骼点动作识别
2301_82242351的博客
04-30 789
4.上传本次Notebook操作模型、数据集、测试集，共5个文件1.下载PaddleVideo、2.安装PaddleVideo的相关依赖5.修改配置文件（数据路径），找到对应文件，打开，修改训练集和测试集路径改成这样（必须英文输入）6.保存yaml文件和Notebook文件记得截图最后一步完成打卡打卡截图示例：第三天1.重新启动打开Notebook任务2.重新进入PaddleVideo目录，然后重新配置代码环境，安装依赖3.进行模型训练，约需要半小时训练完成。
【动作识别相关，第一篇】skeleton骨骼点数据类型介绍
机器学习杂货铺1号店
02-24 7210
前言 本文主要是对多视角动作识别问题以及基于骨骼点(Skeleton)模态数据的动作识别问题的一个简单的综述性文章，本文提到的方法，大部分是基于骨骼点数据进行的，为了读者可以有个更好地理解，本文将会从数据的获得开始谈起。如有谬误，请联系指出，如需转载，请注明出处，谢谢。 ∇\nabla∇联系方式： e-mail: FesianXu@163.com QQ: 973926198 github: htt...
【YOLOv8关键点检测】:用yolov8训练自己的数据集
最新发布
2402_89334832的博客
06-17 1128
摘要：本文构建了一套基于YOLOv8的鱼体头尾关键点检测系统，用于鱼类加工自动化生产线。数据集包含头部和尾部两个关键点标注，通过3.08M参数的轻量级模型实现高精度检测（mAP50达99.4%）。训练结果显示关键点检测精度优于边界框检测，推理速度达400FPS（RTX4060）。分析发现模型对遮挡样本的检测仍有优化空间，建议通过添加注意力模块和多尺度检测进行改进。该技术可有效提升鱼类加工自动化水平，具有显著的应用价值。
基于骨骼关键点的动作识别（OpenMMlab学习笔记，附PYSKL相关代码演示）
实力派，无需多言！
09-08 3463
不适合Skeleton识别的例子：有许多个动作类别为eating sth，那就只能通过识别sth来进行动作识别，此时与Skeleton无关。（2）
AI进阶实战营——骨骼点动作识别
AI浩
02-24 2873
第一天 第一步：创建Notebook模型任务 **step1:**进入BML主页，点击立即使用 🔗：https://ai.baidu.com/bml/ **step2:**点击Notebook，创建“通用任务” **step3:**填写任务信息。注意这里的信息要填写您所在的企业信息，即归属要选择公司，并输入您自身所在的公司全称。如果您还在上学，请输入学校全称。既不是企业员工也不是学生，归属才能选择个人。 第二步：下载数据集 下载链接：https://aistudio.baidu.com/aistud
YOLOv8-pose+streamlit 实现人体关键点检测/姿态估计系统
weixin_46221106的博客
09-26 3328
结合深度学习（YOLOv8-pose）和streamlit前端展示工具，开发了一个检测人体关键点并进行姿态估计的前后端结合的web端应用。
AI Challenger-人体骨骼关键点检测&& Human Pose Estimation
热门推荐
Z5337209的专栏
09-15 1万+
AI Challenger 其中的人体骨骼关键点检测主要依赖的技术背景为Human pose estimation。该领域分为单人和多人两类，根据竞赛数据集来看，该任务为mult-person pose estimation。以下先介绍该竞赛的相技术背景 --  Background 专业术语：multi-person pose estimation 文章列表 1. CMP
YOLO用于目标检测、骨骼关键点检测跟踪及自定义最佳姿态识别
03-15
骨骼关键点检测通常依赖于专门设计的人体姿态估计算法，例如 OpenPose 或 AlphaPose。这些算法能够提取人体的关键部位坐标（如头部、肩膀、手肘等）。如果希望利用 YOLO 来辅助这一过程，可以通过以下方式实现： 1....
用YOLOv8实现视频姿态估计：检测骨骼点、计算夹角并保存结果
matlab_python22的博客
02-10 1300
通过本文，你已经学会了如何使用YOLOv8实现视频姿态估计，并计算骨骼点之间的夹角。这个项目不仅有趣，而且具有广泛的应用价值。如果你对计算机视觉感兴趣，不妨尝试扩展这个项目，比如：添加更多骨骼点的夹角计算。结合其他模型实现更复杂的动作分析。将结果可视化到Web或移动端。
AI进阶实战营——骨骼点动作识别，这可能是目前最全的
fdsgdsgdfw的博客
03-31 970
别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。我先来介绍一下这些东西怎么用，文末抱走。
matlab SIFT key point 标记
03-23
批量或者单个处理图像 标记SIFI 关键点 用点头标识
基于骨骼的动作识别：DD-Net
Airs-Gao的博客
03-19 7960
Make Skeleton-based Action Recognition Model Smaller, Faster and Better论文解读概述1. 简介2. related works3. 方法2.1 基于关节的位置视点不变特征建模集合的距离（Joint Collection Distances (JCD)） 论文链接：https://arxiv.org/pdf/1907.09658.pdf 论文代码（Keras 版本）：https://github.com/fandulu/DD-Net 论文
人体骨骼动作识别概述
qq_37174487的博客
03-07 3857
骨骼动作识别（skeleton-based action recognition），其实就是通过深度学习方法对人体骨骼结构的数据进行识别、分类等任务，和人体动作识别不同之处在于研究对象是骨骼数据集。基于骨骼的动作识别相比于基于RGB的人体骨骼动作识别具有数据集体积小，结构信息明显等优点。人体骨骼动作识别可应用于人机交互、视频监控、动作迁移等领域，是当前的研究的热点。本文主要介绍3D人体骨骼动作分类的基本算法和原理。
基于三维骨骼的动作识别
MyArrow的专栏
11-03 2610
基于三维骨骼的动作识别1. 简介2. 识别步骤2.1 人体方向归一化 1. 简介 2. 识别步骤 2.1 人体方向归一化 由于人体正方向不一定与深度摄像头（如Kinect）平面垂直，则需要对人体进行方向归一化操作 使人体“头部”、“左肩”、“右肩”、“颈部”和“臀部中心”五个关节所在平面ppp 与x−yx - yx−y 平面平行，zzz 轴正方向为面向深度摄像头正前方，如下图 所示 然后，再以“臀部中心”为原点，以ppp 平面为x−yx - yx−y 平面，zzz 轴方向不变建立人体空间坐标系 下图中的旋
关键点检测——HrNet网络结构搭建
m0_56247038的博客
10-22 1598
HRNet网络结构搭建，
rknn量化hrnet流程【人体骨架点检测】
重剑无锋博客
02-17 1154
rknn量化hrnet流程【人体骨架点检测】
Python-条件判断和逻辑运算测试身体指标
qq_34545939的博客
12-18 324
刚开始学习python，学完条件判断和逻辑运算，写了个根据身高体重反映身体指标的小测试，下面一起看看吧！ PS：本程序是在Python 3.7版本下编写。 # -*- coding: utf-8 -*- height = input("请输入你的身高："); f_height = float(height); weight = input("请输入你的体重:"); f_weight = ...
2D关键点检测之HRNet：Deep High-Resolution Representation Learning for Human Pose Estimation
qq_54793880的博客
06-08 955
时间：2019.02 CVPR2019作者团队：Ke Sun Bin Xiao Dong Liu Jingdong Wang分类：计算机视觉–人体关键点检测–2D top-down。
人体骨骼检测YOLO
01-15
对于人体骨骼检测而言，直接应用标准版YOLO可能无法满足需求，因为这涉及到不仅定位人的位置还要精确地标记多个关键点的位置。为了适应这种变化，可以考虑采用改进版本YOLOv3或更高版本，并结合其他技术共同完成此...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值