对人体姿态估计进行分类器训练

3
项目描述-我计划做一个项目,需要识别各种人类动作,例如打哈欠、睡觉、行走等。为此,我需要对人体姿势进行特征提取,这可以通过人体姿势估计来实现。在对人体姿势估计模型进行训练后,我想保存这些特征,然后在其上面训练分类器模型以对这些动作进行分类。但我不确定是否可行。如果可行,我该如何保存这些特征?同时,是否可以训练自己的数据集以识别其他不常见的动作(例如在椅子上睡觉等)?任何指导都将非常有帮助。
1个回答

1

只需使用PoseNet。

使用JavaScript和Google托管的最简单方法:https://js.tensorflow.org/

然后进行迁移学习以训练您的自定义功能。


我该如何为数据集打标签?在哪里可以获取预训练的posenet模型? - clarky
只需在谷歌上搜索您关心的框架即可。TensorFlow 的第一个结果是:https://github.com/kentsommer/tensorflow-posenet - 但也有 Keras、PyTorch 和其他实现。 - Samuel Marks
@SamuelMarks,你在谷歌上找到的 PoseNet 是用于相机姿态估计,而不是人体姿态。有两个“PoseNet”…… - Roy Shilkrot
你确定在js.tensorflow上重新训练posenet模型是可行的吗?https://github.com/tensorflow/tfjs/issues/1418 - Andi Giga

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接