Skip to content

wfnian/posture_recognition

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

68 Commits
 
 
 
 
 
 
 
 

Repository files navigation

最新提示(2022-01-05):openpose的最新接口可能有所改动,需要对用地方改改。

0. 创新点


:octocat: 两个手工定制的特征,实现快速识别
:octocat: 第一个是距离,两个关键点的距离会随着动作不同而不同。
:octocat: 第二个是角度,考虑到距离会随着摄像头位置发生变化,而三个点的夹角不同,不论远近,夹角固定,同时夹角会随着动作不同而不同。

1. Overview pic

  • pic
  • 基于普通摄像头的太极姿势识别(分类),通过openpose采集的骨骼点数据做分类。
    • 第一就是通过openpose采集的骨骼数据做一个自定义特征的全连接网络的训练分类。(已完成)
    • 第二就是通过openpose采集的骨骼图片做卷积神经网络(CNN)分类(已完成)
  • 相关:基于Kinect的姿态识别(分类)

1.1. 安装与使用

首先根据OpenPose WindowsAPI安装说明安装,调用方式为Python调用。
OpenPose GitHub地址
OpenPose安装说明 最近迁移至Ubuntu,Windows的更新后cuda与caffee不兼容。部分程序有改动。总体不变。

  • 若有需要和问题可提issues.我在Windows,Ubuntu,Mac上均安装过OpenPose。

1.1.1. 程序开发目录说明

git clone 下来后cmake进行编译,其中要勾选BUILD_PYTHON进行编译才能被python调用。

workspace 程序开发目录详细说明

  • 📂workspace
    • 📁data_collection(数据采集)
      • data_collection_window.py
      • data_collection_window.ui
      • data_collection.py
    • 📁dataset (数据集)
      • 📁taichi
        • 📁marked_pic
          • 🎴 p_2_0.jpg(最后一个下划线后面是类别,此处0是类别,前一个数字2代表大概数量)
          • 🎴 ...
        • 📄bone_dataSet.data(骨骼特征数据)
        • 📄marked_pictrain.txt(图片路径)
    • 📁main_program
      • main.py 主程序入口
      • mainWindow.py
      • mainWindow.ui
    • 📁model_pth (模型保存位置)
      • 23classification_eigenvalue.pth
      • 23classification_pic.pth
    • 📁neural_network
      • 📁runs (tensorboard 可视化,如果有必要)
      • 📃classification23_taichi_eigenvalue.py
      • 📃classification23_taichi_pic.py
      • 📃data_process.py
      • 📃predict_eigenvalue.py
      • 📃predict_pic.py
    • 📁openpose_python_demos (包含一些python使用openpose的例子)
      • 📃flags.hpp(调用openpose的参数设置)
      • 📃use_camera_by_opencv.py
      • 📃use_camera.py
    • 📁sundry (包含一些界面设计的图片等杂项)
      • ...

1.2. 训练效果

(注意此处没有测试集,研一的时候我又利用此数据集,并且划分训练集测试集,利用四层卷积+池化能达到97%以上的效果)
全连接 卷积网络
pic pic

1.3. 展示效果

数据采集系统 识别系统
pic pic

说明:由于在Ubuntu下选择了桌面是unity所以不能录屏,展示为GIF图片。
由于电脑的摄像头在下方,使用iPad来作为输入。效果依旧是实时效果,但是数据量较小。
马赛克保护隐私。。。。。。

1.4. 关于更更更更具体的思路

论文地址:腾讯文档 (权限设置,需要申请才能开放查看)

1.5. 答辩结果

校级答辩 优秀 哈哈哈哈哈,承蒙老师指导,承蒙答辩老师欣赏,承蒙被抽到校级答辩。

写在最后

这个属于特别简单的一个本科生的毕业设计,思路可以模仿而内容不可照搬。

禁止商用

Releases

No releases published

Packages

No packages published

Languages