基于OpenCV的人体姿态估计进行视频四分类

简介：
本研究运用OpenCV库实现人体姿态估计技术，并在此基础上对视频内容进行四大类别的自动识别与归类。 本设计基于OpenCV技术，结合“关键点提取并归一化”与“分类器”的方法来实现多人正常及异常姿态的识别。主要功能包括通过MoveNet从前期用于训练的视频内容中提取人体骨骼的关键点信息，并在每帧上获取x和y坐标值；随后利用一定的算法对这些坐标进行标准化处理，以适应不同大小的人体模型。 具体步骤如下：首先使用OpenCV读取并预处理视频文件（包括颜色空间转换等操作），然后加载MoveNet模型提取关键点数据。接下来将各帧的骨骼信息归一化后存储到数据库中，并针对WALK、STAND、FALL和FIGHT四种行为分别进行分类与处理。 此外，该设计还包括对前期收集的数据集进行分割，生成四个LSTM（长短时记忆网络）模型；通过迭代训练这些模型并结合相应的标签数据以降低Loss值为目标优化算法性能。最终会得到一个在特定任务上表现最佳的模型版本。