超级会员免费看
本文介绍了OpenPose，一种使用PAF（部件亲和场）进行实时多人人体姿态估计的技术。OpenPose采用Bottom-up方法，先检测关节再进行组装，与Top-down方法相比，虽组装难度大但效率更高。文章详细阐述了OpenPose的多阶段CNN架构、关键点预测和方向确定过程，以及如何利用PAF进行错误连线的过滤，展示了OpenPose在多人姿态估计中的应用效果。
欢迎关注我的公众号 [极智视界]，获取我的更多经验分享
大家好，我是极智视界，本文来介绍一下 Realtime Multi-Person人体姿态估计之OpenPose。
邀您加入我的知识星球「极智视界」，星球内有超多好玩的项目实战源码下载，链接：https://t.zsxq.com/0aiNxERDq
OpenPose 主要是采用一个叫做 PAF (Part Affinity Fields，翻译过来是叫 部件亲和场) 来预测人体各部位及其肢体之间的关系，可以更好地检测图片或视频中的人物姿态，如头部、手部和脚部等，并实现多人的实时姿态估计。目的是很明确的，就是更加实时、更加准确地实现多人的人体姿态估计，而采用的方法 PAF 可能就需要好好解释了。看下面的图，
将上面红色手臂放大后，就是上图中的右边部分，可以看到 RAF 的庐山真面目，原文对它的解释是这样的：
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
