当前位置:   article > 正文

姿态估计-人脸识别mesh-3d手势识别-3d目标检测-背景分割-人脸关键点

姿态估计-人脸识别mesh-3d手势识别-3d目标检测-背景分割-人脸关键点

往期热门博客项目回顾:点击前往

计算机视觉项目大集合

改进的yolo目标检测-测距测速

路径规划算法

图像去雨去雾+目标检测+测距项目

交通标志识别项目

yolo系列-重磅yolov9界面-最新的yolo

姿态识别-3d姿态识别

深度学习小白学习路线

AI健身教练-引体向上-俯卧撑计数代码-仰卧起坐姿态估计-康复训练姿态识别-姿态矫正(附代码)

yolov8双目测距-yolov8+sgbm(原理+代码)

效果展示

在这里插入图片描述

运行环境

pip install requ.txt
  • 1

效果展示-demo

Demo

デモの実行方法は以下です。

Face Mesh
python sample_facemesh.py
  • 1

以下是各项参数的中文说明:

手部检测与跟踪参数

python sample_hand.py
  • 1
  • --device:指定使用的相机设备编号,默认为0。
  • --width:设定相机捕捉画面的宽度,默认为960像素。
  • --height:设定相机捕捉画面的高度,默认为540像素。
  • --max_num_hands:设置最大手部检测数量,默认为1只手。
  • --refine_landmarks:是否使用注意力网格模型,可提升眼部和嘴部区域的地标点准确性,默认未指定。
  • --min_detection_confidence:设定手部检测的最低置信度阈值,默认为0.5。
  • --min_tracking_confidence:设定手部跟踪的最低置信度阈值,默认为0.5。
  • --use_brect:是否绘制并显示包围手部的外接矩形,默认未指定。

面部检测与跟踪参数

python sample_face.py
  • 1
  • 参数同上,但增加了--model_complexity:面部检测模型复杂度(0:轻量级,1:高精度),默认为1。
  • --max_num_faces:设置最大面部检测数量,默认为1个面部。
  • 对于面部检测,--min_detection_confidence的默认值为0.7。

姿势估计算法参数

python sample_pose.py
  • 1
  • 参数同上,并增加--model_complexity:姿势估计模型复杂度(0:Lite版,1:完整版,2:加强版),性能差异参考姿态估计质量,默认为1。
  • --enable_segmentation:是否启用人体分割功能,默认未指定。
  • --segmentation_score_th:人体分割的得分阈值,默认为0.5。

全身解决方案参数

python sample_holistic.py
  • 1
  • 同样包含上述参数,同时:
    • --model_complexity 参数含义同姿势估计算法。
    • --unuse_smooth_landmarks:是否禁用人脸和手部地标点的平滑处理,默认未指定。

面部检测参数

python sample_facedetection.py
  • 1
  • 同样的相机参数,以及:
    • --model_selection:选择适合不同距离检测的模型(0:适合2米内检测,1:适合5米内检测),默认为0。

物体检测与跟踪参数

python sample_objectron.py
  • 1
  • 相机参数及置信度阈值参数同上,另外:
    • --static_image_mode:是否启用静止图像模式(不进行跟踪),默认未指定。
    • --model_name:指定要检测的对象类型(截至2020年3月3日,支持’Shoe’、‘Chair’、‘Cup’、‘Camera’四种类型),默认为’Cup’。

自拍分割参数

python sample_selfie_segmentation.py
  • 1
  • 相机参数相同,并增加:
    • --model_selection:选择模型种类(0:通用模型,输出256x256x1;1:风景模型,输出144x256x1),默认为0。
    • --score_th:分割得分阈值,决定高于该值的部分视为人物,低于该值视为背景,默认为0.1。
    • --bg_path:背景图像存储路径,默认为空则使用绿色背景。

最后,计算机视觉图像处理、毕业辅导、作业帮助、代码获取,阿里云/51CTO等专家博主,私聊会回复!

code :qq1309399183
  • 1
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Gausst松鼠会/article/detail/435165
推荐阅读
  

闽ICP备14008679号