openpose

OpenPose：实时多人2D姿态估计系统

OpenPose是一个开创性的实时多人姿态估计系统，由卡内基梅隆大学感知计算实验室开发。它是第一个能够在单张图像上同时检测人体、手部、面部和脚部关键点的实时多人系统，总共可以检测135个关键点。

主要特点

• 实时多人2D关键点检测：

  • 可以检测15、18或25个身体/脚部关键点，包括6个脚部关键点。检测速度与人数无关。
  • 可以检测每只手21个关键点。检测速度与人数相关。
  • 可以检测70个面部关键点。检测速度与人数相关。

• 3D单人关键点检测：

  • 支持多视角三角测量
  • 兼容Flir/Point Grey相机

• 相机标定工具箱：用于估计相机的失真、内参和外参

• 单人跟踪：可用于提高速度或视觉平滑度

输入输出

OpenPose支持多种输入源，包括图像、视频、网络摄像头、Flir/Point Grey相机、IP摄像头等。用户还可以添加自定义输入源。

输出方面，OpenPose可以显示和保存基本图像和关键点(PNG、JPG、AVI等格式)，保存关键点数据(JSON、XML、YML等格式)，以及将关键点作为数组类输出。用户也可以添加自定义输出代码。

系统兼容性

OpenPose支持多种操作系统，包括Ubuntu(20、18、16、14)、Windows(10、8)、Mac OSX和Nvidia TX2。

在硬件方面，OpenPose提供CUDA(Nvidia GPU)、OpenCL(AMD GPU)和仅CPU版本，以适应不同的硬件环境。

使用方式

OpenPose提供两种主要的使用方式：

1. 命令行演示：用于内置功能
2. C++和Python API：用于自定义功能，如添加自定义输入、预处理、后处理和输出步骤

安装和快速开始

用户可以下载Windows便携版直接使用，也可以从源代码编译安装。安装后，只需简单的命令行即可运行OpenPose，例如：

./build/examples/openpose/openpose.bin

用户还可以添加各种参数来控制OpenPose的行为，如选择输入视频、启用面部和手部检测、设置输出格式等。

开源与社区

OpenPose是一个开源项目，欢迎社区贡献。研究人员可以自由使用OpenPose进行非商业研究，并在发表相关研究成果时引用OpenPose的论文。

OpenPose的成功离不开CMU Panoptic Studio数据集的支持，以及众多贡献者的努力。项目维护者欢迎用户反馈，包括报告错误、提供改进建议，或分享基于OpenPose的有趣项目。

总的来说，OpenPose是一个功能强大、灵活性高的实时人体姿态估计系统，为计算机视觉研究和应用提供了重要工具。