姿態估計與行為識別的區別
姿態估計是對圖像或視頻中的人提取關節和肢干，目的是排除其他因素的影響（如人物背景，不同顏色的衣服……）。總結起來就是重建關節、肢干，對圖像降維。
行為識別的輸入是姿態估計的輸出，行為識別的輸出就是預測人的行為，如跑步、走路、跳……。
方案一：（簡單版本）
1. 對圖片中的人物進行姿態估計，識別出頭、肘、腕……的位置；
2. 將步驟1的輸出格式化成需要的格式；
3. 預測步驟2的輸出；
方案二：（復雜版本）
1. 根據單目、多目視覺，結合姿態估計，制作帶時間序列的3D數據，相比方案一，該數據從平面上升到立體，從某一時刻變成帶有時間序列的數據；
2. 之后步驟與方案一相同；