首页 > 其他分享 >十六、AI运动识别中,如何判断人体站位?

十六、AI运动识别中,如何判断人体站位?

时间:2023-12-28 09:55:06浏览次数:30  
标签:calc const AI 检测 站位 识别 摄像头 人体

【云智AI运动识别小程序插件】,可以为您的小程序,赋于人体检测识别、运动检测识别、姿态识别检测AI能力。本地原生识别引擎,无需依赖任何后台或第三方服务,有着识别速度快、体验佳、扩展性强、集成快、成本低的特点,本篇实现需要使用此插件,请先行在微信服务市场或官网了解详情。

一、为什么要判断人体站位视角?

上一篇我们介绍了运动识别中,如何实现对人与摄像头的远近预检,以提供识别率和体验。在我们实际的运动应用场景中,为了准确识别到相关运动的关键姿态点,一般会指定视角,如跳绳开合跳需要面或背朝相机,而且像俯卧撑仰卧起坐则需要左右侧对像相机,以获得最佳的识别率和体验。

二、camera-view检测规则

camera-view是插件姿态计算引擎body-calc提供检测当前人体站位(即人体那一侧对准摄像头)的规则。
在正式开始运动前,便可以使用此检测规则,对当前人体姿态进行预检,再通过语音等方式提醒用户调整站位至合适视角,以便获得最佳体验和识别效果。
image
image

三、代码实现

在进行远近判断前,请查阅本系列博文了解抽帧、人体识别、body-calc应用等内容。

const AiSport = requirePlugin("aiSport");
const humanDetection = AiSport.humanDetection;
const Calculator = AiSport.calc.Calculator;

//也可参考此实现左右视角检查
const rule = {
	name: '正或背对摄像头检查',
	calc: '$or',
	ruels: [{
		name: '正对摄像头检查',
		calc: 'whole',
		position: 'front'
	},{
		name: '背对摄像头检查',
		calc: 'whole',
		position: 'back'
	}]
};
const calculator = new Calculator();

//抽帧
const context = wx.createCameraContext();
const listener = context.onCameraFrame((frame) => {
	const iamge = {
		width: Number(frame.width),
		height: Number(frame.height),
		rawData: frame.data
	};
	
	//人体识别
	humanDetection.detectionAsync(image).then(human=>{
		
		//执行检测
		if(!calculator.calculating(human, rule)){
		    console.log('请面或背朝摄像头');
			//播放语音、UI提示...
			return;
		}
		
		//通过,则进入运动检测等应用环节..
	});
});
listener.start();

好了,运动开始前的常规距离、视角预检查就为您分享到这,请关注我们各平台的博客账号,我们将为您分享更多的人体、姿态、运动检测应用技巧。

标签:calc,const,AI,检测,站位,识别,摄像头,人体
From: https://www.cnblogs.com/alphaair/p/17852437.html

相关文章

  • m基于深度学习网络的美食识别系统matlab仿真,带GUI界面
    1.算法仿真效果matlab2022a仿真结果如下:    2.算法涉及理论知识概要       基于深度学习网络的美食识别系统是一个复杂的机器视觉应用,它结合了深度学习、图像处理、模式识别等多个领域的知识。GoogleNet是一种深度卷积神经网络(CNN),它由多个卷积层、池化层......
  • OpenChat-3.5:70亿参数下的AI突破
    引言在对话AI的发展史上,OpenChat-3.5标志着一个新纪元的到来。拥有70亿参数的这一模型,不仅是对现有语言学习模型(LLMs)的重大改进,更是在多模态任务中树立了新的标准。模型概述OpenChat-3.5作为一款先进的多模态语言模型,凭借其卓越的编码能力和通用化方法,在各类基准测试中表现突出。在......
  • m基于深度学习网络的美食识别系统matlab仿真,带GUI界面
    1.算法仿真效果matlab2022a仿真结果如下:2.算法涉及理论知识概要基于深度学习网络的美食识别系统是一个复杂的机器视觉应用,它结合了深度学习、图像处理、模式识别等多个领域的知识。GoogleNet是一种深度卷积神经网络(CNN),它由多个卷积层、池化层和全连接层组成。该模型可以自动学......
  • 新火种AI|抖音对AIGC亮明牌!AI虚拟人带货或将面临最大危机...
    作者:小岩编辑:小迪12月19日,抖音官方发布了一则重要公告,宣布将严厉打击包括AIGC在内的6种新型违规行为。所谓AIGC,指的就是当下发展势头正劲的生成式人工智能。之所以要打击AIGC,其实是为了重点打击新型养号行为。抖音志在打击黑灰产,而AIGC造假成了绕不过去的“路障”。事实上,抖音此次......
  • 人脸识别系统【从0到1完成一个小项目】
    前提:计划重新写一个人脸识别系统,基于原系统的功能(原系统参看:https://mbd.pub/o/bread/Yp2WlZdq)原系统具有不佩戴口罩人脸识别和佩戴口罩人脸识别两个主要功能想法目前的想法是将人脸识别的部分拆分成一个单独的exe项目,只具备人脸识别功能。将其他功能,比如人脸录入,删除,识别导出......
  • JavaImprove--Lesson02--Object类,Objects工具类,封装类
    一.Object类Java中的Object类是所有类的超类,它是Java类层次结构的根类。这意味着所有的类都直接或间接地继承自Object类equals(Objectobj):用于比较两个对象是否相等。默认实现是比较对象的引用,但可以通过重写此方法来比较对象的内部状态。hashCode():返回对象的哈希码值,通......
  • InstructGPT《InstructGPT: Training language models to follow instructions with h
    背景GPT-3虽然在各大NLP任务以及文本生成的能力上令人惊艳,但是他仍然还是会生成一些带有偏见的,不真实的,有害的造成负面社会影响的信息,而且很多时候,他并不按人类喜欢的表达方式去说话。在这个背景下,OpenAI提出了一个概念“Alignment”,意思是模型输出与人类真实意图对齐,符合人......
  • mdadm 创建软raid5
    在开始操作之前,需要提醒您,操作RAID数组和磁盘分区是一个风险较高的操作,可能会导致数据丢失。在进行此类操作前,请务必备份所有重要数据。要使用mdadm命令在/dev/sda至/dev/sde这五块硬盘上创建一个RAID5阵列,您需要先清除这些硬盘上的分区信息。以下是操作步骤:1.备份......
  • 使用aiohttp异步调用API+request上传文件中文文档名乱码解决方案
    有时候在调用需要用异步调用API接口。在python中有很多框架,比如asyncio,Celery,Quart等。这里我选择了asyncio。Python3.5以上版本内置了asyncio库,可以用来编写单线程的并发代码。可以使用此库与aiohttp结合来发送异步HTTP请求。Python调用案例GETimportasyncioimportaio......
  • 智慧停车场:AI智能烟火识别算法在停车场的运用
    随着新能源汽车的普及,智慧停车场也越来越多,但由于一些停车场并未进行充电桩改造升级,很多车主私拉电线,大大增加了消防安全隐患。如何保障停车场消防安全,保护居民财产安全?一、方案概述TSINGSEE青犀智能分析网关+EasyCVR视频融合平台,利用烟火识别算法与EasyCVR平台视频监控能力,能在......