Labomedia Ressources

Outils pour utilisateurs

Outils du site

Piste :
pose_estimation_avec_opencv

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
Prochaine révision		Révision précédente
detection_d_un_squelette_dans_une_image [2021/03/16 14:13] – [Des collections de données, des concours] sergepose_estimation_avec_opencv [2021/12/14 09:19] (Version actuelle) – ↷ Liens modifiés en raison d'un déplacement. serge
Ligne 1: Ligne 1:
-====== Détection d'un squelette dans une image ====== +====== Pose Estimation avec OpenCV====== 
-Une pin-up pour vendre le tuto ! +<WRAP center round box 80% centeralign> 
-{{ :media_14:openpose_gif.png?400 |}}+**{{tagpage>skeleton camera3D|Les pages sur les caméras 3D et la détection de squelette}}**     **[[http://translate.google.com/translate?hl=&sl=auto&tl=en&u=https%3A%2F%2Fressources.labomedia.org%2Fpose_estimation_avec_opencv|English Version]]** 
 +</WRAP>
  
-=====Des collections de données, des concours===== +<WRAP group> 
-===COCO=== +<WRAP> 
-  * [[https://cocodataset.org/#home|Common Object in Context]]. COCO is a large-scale object detection, segmentation, and captioning dataset. +{{ :media_14:output-skeleton_pinup.jpg?200 |Une pin-up pour vendre le tuto !}} 
-  * [[https://cocodataset.org/#keypoints-2019|COCO 2019 Keypoint Detection Task]] Un concours de détection de squelette+</WRAP> 
 +<WRAP centeralign> 
 +Une pin-up pour promouvoir le tuto ! 
 +</WRAP> 
 +</WRAP> 
 +{{ :media_15:img_0005.jpg?600 |}} 
 +=====OpenCV blobFromImage===== 
 +====La documentation==== 
 +  * **[[https://docs.opencv.org/4.5.1/d6/d0f/group__dnn.html#ga29f34df9376379a603acd8df581ac8d7|blobFromImage()]]** à docs.opencv.org
  
-===MPII Human Pose=== +====Exemple==== 
-  * [[http://human-pose.mpi-inf.mpg.de/|human-pose du Max Plant Institut]]+  * **[[https://learnopencv.com/deep-learning-based-human-pose-estimation-using-opencv-cpp-python/|Deep Learning based Human Pose Estimation using OpenCV]]** @ learnopencv.com et le [[https://github.com/spmallick/learnopencv/tree/master/OpenPose|OpenPose @ github.com/spmallick]] L'article et le code python pour tester.
  
-===Human Pose Evaluator Dataset === +Il faut télécharger les Model Weights: ce sont des *.caffemodel de GoogLeNet trained network de [[http://caffe.berkeleyvision.org/model_zoo.html|caffe.berkeleyvision.org]] téléchargeable à: [[https://www.kaggle.com/changethetuneman/openpose-model|kaggle.com model_zoo]]
-  * [[https://www.robots.ox.ac.uk/~vgg/data/pose_evaluation/|MPII Human Pose dataset is a state of the art benchmark for evaluation of articulated human pose estimation]]+
  
-====Les normes COCO et MPI==== +{{ :media_14:output-skeleton_pinup.jpg?80 |}}
-  * https://github.com/kunjshah2511/Human-Pose-Estimation/blob/master/Image_Pose/Image_Pose.py +
-===== Ressources libres, open sources, gratuites=====+
  
-https://medium.com/analytics-vidhya/human-pose-estimation-using-deep-learning-using-opencv-9d8edd5e8879+===== Capture avec RealSense D455 ===== 
 +  * [[https://ressources.labomedia.org/intel_realsense|Installation de RealSense D455]] 
 +  * [[https://github.com/sergeLabo/rs-opencv|rs-opencv]] les sources sur GitHub. premier essai avec **[[https://github.com/sergeLabo/rs-opencv/blob/main/realsense_detect_skeleton.py|realsense_detect_skeleton.py]]**
  
-====API python de librealsense==== +===Sans GPU, avec CPU=== 
-  * **[[https://github.com/IntelRealSense/librealsense/tree/development/wrappers/python|IntelRealSense python wrappers]]** pour les capteurs Intel. Donne le code pour récupérer les images des capteurs RealSense, en python avec openCV.+Marche bien mais le FPS = 0.7 sur mon portable avec les 4 CPU à fond: normal les **fichiers de poids font 200 Mo**, c'est beaucoup trop m(
  
-====learnopencv==== +===Avec GPU: GTX 1060=== 
-  * https://learnopencv.com/deep-learning-based-human-pose-estimation-using-opencv-cpp-python/ +  * [[compilation_de_oepncv_avec_cuda_sur_ubuntu]]  
-  * https://github.com/spmallick/learnopencv/tree/master/OpenPose +  * image = 368*368 FPS = 7 
-A voir absolument+  * image = 184*184 FPS = 15 
 +La compilation fût laborieuse mais le résultat est bluffant.
  
 +=====Visualisation dans le Blender Game Engine=====
 +  * **[[https://github.com/sergeLabo/skeleton-rs|skeleton-rs @ github.com/sergeLabo]]** Détection de squelette avec capteur RealSense pour visualisation dans le Blender Game Engine
 +  * **[[https://github.com/sergeLabo/skeleton-blender|skeleton-blender @ github.com/sergeLabo]]** Visualisation dans le Blender Game Engine de la Détection de squelette avec capteur RealSense et OpenCV
  
-====OpenPose==== 
-  * **[[https://github.com/CMU-Perceptual-Computing-Lab/openpose|openpose]]** de CMU Perceptual Computing Lab @GitHub: Real-time multi-person keypoint detection library for body, face, hands, and foot estimation **with only one camera**. Whole-body (Body, Foot, Face, and Hands) 2D Pose Estimation and Whole-body 3D Pose Reconstruction and Estimation. 
-Projet complet, riche, bien documenté. 
  
-====OpenPtrack==== +{{tag> ia opencv python realsense sb skeleton camera3D}}
-  * http://openptrack.org/overview-3d-skeleton-tracking-pose-recognition-with-opt/ A voir pour Pose Recognition  +
- +
-====OpenNI==== +
-  * https://support.troikatronix.com/support/solutions/articles/13000069937-skeleton-tracking-in-isadora-3-with-openni-tracker +
-  * https://www.intelrealsense.com/openni2-for-intel-realsense-sdk/  +
-  * https://www.intelrealsense.com/developers/ +
- +
- +
-===Avec ROS=== +
-  * https://www.ros.org/about-ros/ What is ROS? The Robot Operating System (ROS) is a set of software libraries and tools that help you build robot applications. From drivers to state-of-the-art algorithms, and with powerful developer tools, ROS has what you need for your next robotics project. And it's all open source. +
-  * https://github.com/futureneer/openni2-tracker A ROS Wrapper for the OpenNI2 and NiTE2 Skeleton Tracker +
-  * http://wiki.ros.org/openni_tracker +
- +
- +
-=====RealSense D455 avec OpenNI===== +
-  * https://github.com/IntelRealSense/librealsense/tree/master/wrappers/openni2 Installation du RealSense2 OpenNI2 driver. Télécharger **OpenNI2 SDK**, puis sudo ./intall.sh dans le dossier +
-  * Installation des libs [[intel_realsense|]] +
- +
-  * https://www.intelrealsense.com/openni2-for-intel-realsense-sdk/ +
-  * https://s3.amazonaws.com/com.occipital.openni/OpenNI_Programmers_Guide.pdf API C++ +
-=====Ressources propriétaires payantes===== +
-===Nuitrack 60 €=== +
-  * https://github.com/3DiVi/nuitrack-sdk Nuitrack™ is a 3D tracking middleware developed by 3DiVi Inc. This is a solution for skeleton tracking and gesture recognition that enables capabilities of Natural User Interface (NUI) on Android, Windows, and Linux. +
- +
-===Cubemos 75 €=== +
-  * [[skeleton_tracking_de_cubemos_logiciel_proprietaire|]] +
- +
- +
- +
- +
- +
-{{tag>opencv python sb ia}}+
pose_estimation_avec_opencv.1615904005.txt.gz · Dernière modification : 2021/03/16 14:13 de serge