OpenPose 使用介紹

1. 簡介

可以實現單人/多人的人體動作、臉部表情、手指運動等姿態估計。

三個算法模式
	1. body_25: 偵測25個關節點
	2. coco: 偵測18個關節點
	3. mpi: 偵測15個關節點

2. 基礎使用 (Windows)

• Video

  bin\OpenPoseDemo.exe --video examples/media/video.avi
  

• Images

  bin\OpenPoseDemo.exe --image_dir examples/media/
  

  -- image_dir: 存圖片的資料夾路徑

• Wecam

  bin\OpenPoseDemo.exe
  

• 保存json檔

  bin\OpenPoseDemo.exe --image_dir examples/media/ --write_json output\
  

  bin\OpenPoseDemo.exe --video examples/media/video.avi --write_json output\
  

  -- write_json: 存放json的資料夾路徑

• 保存照片

  bin\OpenPoseDemo.exe --image_dir examples/media/ --write_images output\
  

  -- write_images: 存放照片的資料夾路徑

• 保存影片

  bin\OpenPoseDemo.exe --video examples/media/video.avi --write_video output\result.avi
  

  -- write_video: 輸出影片的路徑與名稱

3. 常見Flag

--video input.mp4: Read video.
--image_dir path_to_images/: Run on a folder with images.

--write_video path.avi: Save video.
--write_images folder_path: Save processed images on a folder.
--write_json folder_path: Save processed images’ json on a folder.

--display 0: Display window not opened.
--model_pose MPI: Model to use, affects number keypoints, speed and accuracy.

4. Pose Output Format

• JSON檔內關節點資訊
  pose_keypoints_2d，包含(x, y, score)三項資訊

  x和y即為圖像中的關節點座標位置，取值範圍可以是[0,1], [-1,1], [0, source size], [0, output size] 等等, 取決於 keypoint_scale flag的值。

  score表示信心值，做了normalization，取值範圍[0,1]，越接近1表示預測越準確。

• BODY_25 (25個關節點)
  

• COCO (18個關節點)
  

5. 常見報錯

• error == cudaSuccess (2 vs. 0) out of memory

  解決方法一 : 改變處理分辨率
  命令行添加 --net_resolution 176x256，後面大小可以自行定義。

  解決方法二: 改變模式
  命令行添加 --model_pose COCO