human_pose_estimation_demo的进一步研究

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

];
std].x ].x ))
{
    std, ),
    cv, cv, , ));
}

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

)
        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 , ), cv, image.rows ));
     bLeft  , ), cv, image.rows ));

 

加上一些图像绘制

 

    , ), cv, image.rows ), cv, , ), );
            }
            , ), cv, image.rows ), cv, , ), );
            }

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。