^{赵天一测试 OpenPose 3D 模块}

统一插件

运行时分析

我们展示了 3 个可用姿势估计库（相同的硬件和条件）之间的推理时间比较：OpenPose、Alpha-Pose（快速 Pytorch 版本）和 Mask R-CNN。OpenPose 运行时间是恒定的，而 Alpha-Pose 和 Mask R-CNN 的运行时间随着人数线性增长。更多细节在这里。

特征

主要功能：

• 2D实时多人关键点检测：
  • 15、18 或25 关键点身体/脚关键点估计，包括6 脚关键点。运行时对检测到的人数不变。
  • 2x21-keypoint 手部关键点估计。运行时间取决于检测到的人数。有关运行时不变的替代方案，请参阅OpenPose 训练。
  • 70-keypoint 人脸关键点估计。运行时间取决于检测到的人数。有关运行时不变的替代方案，请参阅OpenPose 训练。
• 3D实时单人关键点检测：
  • 来自多个单一视图的 3D 三角测量。
  • 已处理 Flir 相机的同步。
  • 兼容 Flir/Point Grey 相机。
• 校准工具箱：失真、内在和外在相机参数的估计。
• 单人跟踪以进一步加速或视觉平滑。

输入：图像、视频、网络摄像头、Flir/Point Grey、IP 摄像头，并支持添加您自己的自定义输入源（例如深度摄像头）。

输出：基本图像+关键点显示/保存（PNG，JPG，AVI，...），关键点保存（JSON，XML，YML，...），关键点作为数组类，并支持添加自己的自定义输出代码（例如，一些花哨的用户界面）。

操作系统：Ubuntu（20、18、16、14）、Windows（10、8）、Mac OSX、Nvidia TX2。

硬件兼容性：CUDA（Nvidia GPU）、OpenCL（AMD GPU）和非 GPU（仅 CPU）版本。

替代用法：

• 内置功能的命令行演示。
• 用于自定义功能的C++ API和Python API。例如，添加自定义输入、预处理、后处理和输出步骤。

有关更多详细信息，请查看主要发布的功能和发行说明文档。

相关工作

• OpenPose训练代码
• OpenPose 足部数据集
• OpenPose Unity 插件
• OpenPose 论文发表在IEEE TPAMI 和 CVPR 上。如果 OpenPose 有助于您的研究，请在您的出版物中引用它们！（链接和更多详细信息在下面的引文部分）。

安装

如果您想在不安装或编写任何代码的情况下使用 OpenPose，只需下载并使用最新的 Windows 便携版 OpenPose！

否则，您可以从源代码构建 OpenPose。有关所有替代方案，请参阅安装文档。

快速入门概述

只需使用您最喜欢的命令行工具（例如，Windows PowerShell 或 Ubuntu 终端）中的 OpenPose 演示即可。例如，此示例在您的网络摄像头上运行 OpenPose 并显示身体关键点：

# Ubuntu
./build/examples/openpose/openpose.bin

:: Windows - Portable Demo
bin\OpenPoseDemo.exe --video examples\media\video.avi

您还可以按任何顺序添加任何可用标志。例如，以下示例在视频 ( --video {PATH}) 上运行，启用面部 ( --face) 和手 ( --hand)，并将输出关键点保存在磁盘上的 JSON 文件中 ( --write_json {PATH})。

# Ubuntu
./build/examples/openpose/openpose.bin --video examples/media/video.avi --face --hand --write_json output_json_folder/

:: Windows - Portable Demo
bin\OpenPoseDemo.exe --video examples\media\video.avi --face --hand --write_json output_json_folder/

或者，您还可以从其 Python 和 C++ API 扩展 OpenPose 的功能。安装OpenPose后，查看其官方文档以快速了解所有替代方案和教程。