骨骼点检测技术详解：探索机器识别人体动作的奥秘
随着人工智能技术的持续进步，机器不仅能听懂人类语言，识别图片内容，还能通过对人体动作的精准捕捉来实现有效的人体行为监测。这项技术主要集中在智能视频监控，病人监护系统，人机交互，虚拟现实，人体动画，智能家居，智能安防，运动员辅助训练等领域。那么机器是如何识别人体动作的呢？我们可以通过学习HarmonyOS SDK基础视觉服务（Core Vision Kit）提供的骨骼点检测能力来进行探索。人体骨骼点检测，主要是检测人体的一些关键点，当前，基础视觉服务的骨骼检测技术可支持17个关键点的识别，具体为鼻子，左右眼，左右耳，左右肩，左右肘、左右手腕、左右髋、左右膝、左右脚踝。
系统可以通过检测出的关键点描述人体的骨骼信息，并基于骨骼点信息对人体姿势进行估计，从而识别人体的姿势和动作，比如站立、蹲下、跑步等。骨骼点检测技术除了能实现对人体行为的监控，还可以应用于游戏娱乐领域，通过对人体骨骼点的检测捕捉人体动作姿态，并应用于虚拟模型中，使模型可以活动起来。
开发步骤
开发者可以通过集成HarmonyOS SDK基础视觉服务提供的API来调用骨骼检测功能，具体步骤如下：
1.在使用骨骼点检测时，将实现骨骼点检测相关的类添加至工程。
import { skeletonDetection, visionBase } from '@kit.CoreVisionKit';import { BusinessError } from '@kit.BasicServicesKit';2.简单配置页面的布局，并在Button组件添加点击事件，拉起图库，选择图片。
Button('选择图片').type(ButtonType.Capsule).fontColor(Color.White).alignSelf(ItemAlign.Center).width('80%').margin(10).onClick(() => { // 拉起图库，获取图片资源 this.selectImage();})3.通过图库获取图片资源，将图片转换为PixelMap。
private async selectImage() {let uri = await this.openPhoto()if (uri === undefined) { hilog.error(0x0000, 'skeletonDetectSample', "Failed to defined uri.");}this.loadImage(uri)}private openPhoto(): Promise<string> {return new Promise<string>((resolve, reject) => { let photoPicker: photoAccessHelper.PhotoViewPicker = new photoAccessHelper.PhotoViewPicker(); photoPicker.select({ MIMEType: photoAccessHelper.PhotoViewMIMETypes.IMAGE_TYPE, maxSelectNumber: 1 }).then(res => { resolve(res.photoUris) }).catch((err: BusinessError) => { hilog.error(0x0000, 'skeletonDetectSample', `Failed to get photo image uri. code：${err.code}，message：${err.message}`); reject('') })})}private loadImage(name: string) {setTimeout(async () => { let fileSource = await fileIo.open(name, fileIo.OpenMode.READ_ONLY); this.imageSource = image.createImageSource(fileSource.fd); this.chooseImage = await this.imageSource.createPixelMap();}, 100)}4.实例化Request对象，并传入待检测图片的PixelMap，实现骨骼点检测功能。
// 调用骨骼点识别接口let request: visionBase.Request = {inputData: { pixelMap: this.chooseImage, }};let data: skeletonDetection.SkeletonDetectionResponse = await (await skeletonDetection.SkeletonDetector.create()).process(request);5.（可选）如果需要将结果展示在界面上，可以用下列代码。
let data: skeletonDetection.SkeletonDetectionResponse = await (await skeletonDetection.SkeletonDetector.create()).process(request);let poseJson = JSON.stringify(data);hilog.info(0x0000, 'skeletonDetectSample', `Succeeded in face detect：${poseJson}`);this.dataValues = poseJson;了解更多详情>>
访问基础视觉服务联盟官网
获取骨骼点检测能力的开发指导文档
页:
[1]