一、demo能力
OpenVINO提供了范例（human_pose_estimation_demo），能夠在CPU上以較快速度識別出多人
-iE:/OpenVINO_modelZoo/head-pose-face-detection-female-and-male.mp4 -mE:/OpenVINO_modelZoo/human-pose-estimation-0001.xml -d CPU
基於這篇論文：
參考文檔：
https://docs.openvinotoolkit.org/latest/_demos_human_pose_estimation_demo_README.html
二、抽取18個點，做簡單的越界分析
既然以及能夠從視頻中抽取人體骨骼，並且對應18個數據點
那么就能夠做定量分析。
對於這個視頻，使用MarkMan能夠測量出關鍵領域的位置，那么最簡單的想法就是首先獲得“人的中心”這個點，當這個點位於敏感區域的時候進行報警。
但是這種方法很粗糙，我們希望得到的是這個敏感區域里面，沒有人體的任何一個位置，因此首先對所有的點進行排序，而后判斷
bool SortbyXaxis( const cv : :Point2f & a, const cv : :Point2f &b)
{
return a.x > b.x;
}
//而后對所有的點進行這樣處理
HumanPose firstHumanPose = poses[ 0];
std : :vector <cv : :Point2f > firstKeypoints = firstHumanPose.keypoints;
sort( firstKeypoints .begin(), firstKeypoints .end(), SortbyYaxis );
if ( ! (firstKeypoints[ 0].x < 369 || firstKeypoints[firstKeypoints.size() - 1].x > 544))
{
std : :stringstream inRanges;
inRanges << "inRanges! ";
cv : :putText(image, inRanges.str(), cv : :Point( 16, 64),
cv : :FONT_HERSHEY_COMPLEX, 1, cv : :Scalar( 0, 0, 255));
}
這樣就能夠好許多。
三、更接近實際的情況
前面的情況還是過於簡單，這個視頻更接近實際情況
比如地上有這條安全線，傾斜的，就是不能越過，應該如何來處理？
首先還是量出這條線（固定物鏡關系），並且我們能夠繪制出這條線；
下面，首先要做一個簡單的數學復習
K = (y1-y2)/(x1-x2)，當K1>K2的時候點在左邊，而在左邊灰色區域的時候，絕對在左邊，在右邊藍色區域的時候，絕對在右邊。
據此編寫函數
bool PointIsLeftLine(cv : :Point2f point, cv : :Point2f PointLineLeft, cv : :Point2f PointLineRight)
{
//邊界外直接返回
if (point.x < 0)
return false;
if (point.x < = PointLineLeft.x)
return true;
if (point.x > PointLineRight.x)
return false;
//在邊界內的情況,通過計算斜率
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);
}
並且分別對兩個腳進行處理
bRight
= PointIsLeftLine(pointRightFoot, cv
:
:Point2f(
1017,
513), cv
:
:Point2f(
433, image.rows
-
1));
bLeft = PointIsLeftLine(pointLeftFoot, cv : :Point2f( 1017, 513), cv : :Point2f( 433, image.rows - 1));
bLeft = PointIsLeftLine(pointLeftFoot, cv : :Point2f( 1017, 513), cv : :Point2f( 433, image.rows - 1));
加上一些圖像繪制
if (bRight
|| bLeft)
{
line(image, cv : :Point( 1017, 513), cv : :Point( 433, image.rows - 1), cv : :Scalar( 0, 0, 255), 8);
}
else
{
line(image, cv : :Point( 1017, 513), cv : :Point( 433, image.rows - 1), cv : :Scalar( 0, 255, 0), 8);
}
{
line(image, cv : :Point( 1017, 513), cv : :Point( 433, image.rows - 1), cv : :Scalar( 0, 0, 255), 8);
}
else
{
line(image, cv : :Point( 1017, 513), cv : :Point( 433, image.rows - 1), cv : :Scalar( 0, 255, 0), 8);
}
能夠得到這樣的結果：
四、存在的問題
做到這一步，看起來問題得到了很好的解決，但是實際上還是出現了新的問題：
1、速度。目前只能做到8-9FPS，如何提高速度是不卡視頻輸入是新問題；
2、多人的識別；
3、區域的划定；
4、界面操作。
這些問題都解決好，應該能夠商用，最主要的是速度問題。
感謝閱讀至此，希望有所幫助。