トップページ情報工学を学ぶ人工知能の実行,Python プログラム (Windows 上)OpenPose による姿勢推定(NVIDIA CUDA を使用)(Windows 上)

OpenPose による姿勢推定(NVIDIA CUDA を使用)(Windows 上)

OpenPose は、人体、顔、手、足の「キーポイント」を検出するソフトウェア。 多数のカメラを配置して、3次元のキーポイントを得る機能もある

OpenPose の利用条件などは、利用者が確認すること。次のWeb ページを活用してください

https://flintbox.com/public/project/47343/

サイト内の関連ページ

謝辞:このWebページで紹介する OpenPose ソフトウェアの作者に感謝します

前準備

OpenPose のインストール

Windows での OpenPose のインストール手順は,別のページで説明している.

OpenPose を使ってみる

Windows のコマンドプロンプトを使う

ビデオカメラ

USB接続できるビデオカメラを準備し,パソコンに接続しておく.

GPU 版を使う場合:

cd C:\openpose-1.7.0-binaries-win64-gpu-python3.7-flir-3d_recommended
cd openpose
bin\OpenPoseDemo.exe

[image]

[image]

付属の動画ファイルを使用

GPU 版を使う場合:

cd C:\openpose-1.7.0-binaries-win64-gpu-python3.7-flir-3d_recommended
cd openpose
bin\OpenPoseDemo.exe --video examples\media\video.avi

[image]

[image]

付属の画像ファイル

GPU 版を使う場合:

cd C:\openpose-1.7.0-binaries-win64-gpu-python3.7-flir-3d_recommended
cd openpose
bin\OpenPoseDemo.exe --image_dir examples\media

[image]

[image]

オプションの確認

GPU 版を使う場合:

cd C:\openpose-1.7.0-binaries-win64-gpu-python3.7-flir-3d_recommended
cd openpose
bin\OpenPoseDemo.exe --help

[image]

--face, --hand オプションを試してみる

顔と手の情報も得られる

参考 Web ページ: https://github.com/jrkwon/openpose/blob/master/doc/quick_start.md

GPU 版を使う場合:

cd C:\openpose-1.7.0-binaries-win64-gpu-python3.7-flir-3d_recommended
cd openpose
bin\OpenPoseDemo.exe --image_dir examples\media -face --hand

[image]

[image]

--write_json オプションを試してみる

※ 末尾の「.」(半角ピリオド』はディレクトリの指定

GPU 版を使う場合:

cd C:\openpose-1.7.0-binaries-win64-gpu-python3.7-flir-3d_recommended
cd openpose
bin\OpenPoseDemo.exe --image_dir examples\media --write_json .

.json ファイルができていることがわかる

dir /w

[image]

Python から扱ってみる(書きかけ)

次のプログラムを動かす.

import sys
import cv2
import os
from sys import platform

# Remember to add your installation path here
# Option 
sys.path.append('C:/openpose-1.7.0-binaries-win64-gpu-python3.7-flir-3d_recommended/openpose/bin/python');

import openpose

params = dict()
params["logging_level"] = 3
params["output_resolution"] = "-1x-1"
params["net_resolution"] = "-1x368"
params["model_pose"] = "BODY_25"
params["alpha_pose"] = 0.6
params["scale_gap"] = 0.25
params["scale_number"] = 1
params["render_threshold"] = 0.05
# If GPU version is built, and multiple GPUs are available, set the ID here
params["num_gpu_start"] = 0
params["disable_blending"] = False
# Ensure you point to the correct path where models are located
params["default_model_folder"] = "C:/openpose/models/"
# Construct OpenPose object allocates GPU memory
op = OpenPose(params)

while 1:
    # Read new image
    img = cv2.imread("C:/openpose/examples/media/COCO_val2014_000000000192.jpg")
    # Output keypoints and the image with the human skeleton blended on it
    keypoints, output_image = op.forward(img, True)
    # Print the human pose keypoints, i.e., a [#people x #keypoints x 3]-dimensional numpy object with the keypoints of all the people on that image
    print(keypoints)
    # Display the image
    cv2.imshow("output", output_image)
    cv2.waitKey(15)