Fork me on GitHub

human_pose_estimation_demo的进一步研究(基于OpenPOSE)

一、demo能力

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(1017513), cv::Point2f(433, image.rows - 1));
     bLeft  = PointIsLeftLine(pointLeftFoot, cv::Point2f(1017513), cv::Point2f(433, image.rows - 1));
 
加上一些图像绘制
 
    if (bRight|| bLeft)
            {
                line(image, cv::Point(1017513), cv::Point(433, image.rows - 1), cv::Scalar(00255), 8);
            }
            else
            {
                line(image, cv::Point(1017513), cv::Point(433, image.rows - 1), cv::Scalar(02550), 8);
            }
能够得到这样的结果:
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。



posted @ 2019-10-30 16:42  jsxyhelu  阅读(...)  评论(...编辑  收藏