Différences

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

--- detection_d_un_squelette_dans_une_image [2021/07/05 07:52] – serge
+++ pose_estimation_avec_opencv [2021/12/14 09:19] (Version actuelle) – ↷ Liens modifiés en raison d'un déplacement. serge
@@ Ligne 1: / Ligne 1: @@
-====== Pose Estimation ou Détection d'un squelette dans une image ======
+====== Pose Estimation avec OpenCV======
 <WRAP center round box 80% centeralign>
-**{{tagpage>realsense|Toutes les pages sur les capteurs Intel RealSense et Cubemos}}**    **[[http://translate.google.com/translate?hl=&sl=auto&tl=en&u=https%3A%2F%2Fressources.labomedia.org%2Fdetection_d_un_squelette_dans_une_image|English Version]]**
+**{{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>
-<WRAP center round box 60% centeralign>
-**[[les_pages_intelligence_artificielle_en_details|Les Pages Intelligence Artificielle en détails]]**
 </WRAP>
@@ Ligne 13: / Ligne 9: @@
 </WRAP>
 <WRAP centeralign>
-Une pin-up pour vendre le tuto !
+Une pin-up pour promouvoir le tuto !
 </WRAP>
 </WRAP>
+{{ :media_15:img_0005.jpg?600 |}}
 =====OpenCV blobFromImage=====
 ====La documentation====
@@ Ligne 24: / Ligne 20: @@
   * **[[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.
-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]]\\
+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]]
-Les models sont trouvable à: [[https://www.kaggle.com/changethetuneman/openpose-model|kaggle.com model_zoo]]
-puis installer venv et opencv-python, tester avec le script OpenPoseImage.py: ça marche très bien **mais le calcul demande 1,2 seconde sur mon PC sans GPU** ! Le résultat est l'image en début d'article.
-{{ :media_14:output-skeleton_pinup.jpg?80 |}}
-  * [[https://www.pyimagesearch.com/2017/11/06/deep-learning-opencvs-blobfromimage-works/|Deep learning: How OpenCV’s blobFromImage works]] Explications détaillées de la théorie et de l'utilisation de OpenCV **blobFromImage**.
+{{ :media_14:output-skeleton_pinup.jpg?80 |}}
-====Capture avec RealSense D455, Caffe Model et OpenCV====
+===== 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]]**
@@ Ligne 39: / Ligne 32: @@
 ===Avec GPU: GTX 1060===
-  * [[installation_de_cuda|]]
+  * [[compilation_de_oepncv_avec_cuda_sur_ubuntu]]
   * image = 368*368 FPS = 7
   * image = 184*184 FPS = 15
 La compilation fût laborieuse mais le résultat est bluffant.
-=====Détection de squelette avec capteur RealSense et visualisation dans le Blender Game Engine=====
+=====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
-=====Kinect V2=====
-Capture du personnage et envoi du skeleton en OSC avec [[https://ni-mate.com/|NImate de Delicode]], logiciel propriétaire, utilisation possible sans Licence mais avec des limitations (un seul squellette ...)
-{{ :media_14:nimate.png?600 |}}
-Réception des messages osc avec oscpy dans Blender BGE 2.79b
-{{ :media_14:kinect_osc_1.png?600 |}}
-====Addons pour Blender====
-[[https://ni-mate.com/download/|animation_delicode_ni_mate_tools_279.py]]
-=====Autres trucs=====
-===OpenPose===
-Utilise les caffemodel identique à ceux de OpenCV !!
-  * **[[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.
-===OPT===
-Pas d'API python:
-  * **[[http://openptrack.org/overview-3d-skeleton-tracking-pose-recognition-with-opt/|3D Skeleton Tracking & Pose Recognition with OPT]]** @ openptrack.org
-  * [[https://github.com/OpenPTrack/open_ptrack_v2/wiki|OpenPTrack wiki]]
-  * The pose recognition module comes with a set of 3 pre-recorded poses
-=====Logiciels propriétaires payants=====
-===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> ia opencv python realsense sb skeleton camera3D}}