-
输入：图片、视频、摄像头等
-
预处理：GBR2RGB、缩放、归一化等
-
检测：
- 加载训练模型BlazePose
- 检测是否有人
- 若有人，则提取33个关键点
注：BlazePose是一个基于MobileNet的训练模型。
MobileNet是一个基于CNN（卷积神经网络），专为移动设备和边缘计算的深度学习模型。
在训练BlazePose模型时，数据集需标注出关键点的位置。
-
输出关键点：将关键点的坐标传给KNN算法进行预测。
图1.来自Mediapipe帮助文档中的关键点信息
注：KNN算法：计算身体倾斜角，关键点的速度和加速度（一般结合3-5帧进行计算，两帧也可以）、身体与地面的距离变化和时间序列变化模式。
-
过滤/优化：非极大值抑制（NMS）、去重和优化定位。
-
可视化：将检测结果叠加到原始图像上。
最后由于官方提供的mediapipe当多个目标出现时，只能检测出一个目标，所以在生成3D点云图时，也只会在原点绘制。如果想解决，则需要比如：yolo，先检测到人体，然后将目标区域裁剪进行mediapipe检测关键点，这样就可以检测出多个目标，在绘制3D点云图时，加上偏移量，即可正常显示。
标签：KNN,Mediapipe,检测,模型,跌倒,BlazePose,关键点 From： https://blog.csdn.net/qq_74791832/article/details/141171721