上述进行实时姿态估计的算法用到了谷歌今年推出的 MoveNet 模型，它是一个预训练模型，所以设置好以后即可使用。该模型能够快速、准确地检测人体的 17 个关键节点（如脚踝、膝盖、肩膀、手肘、手腕、耳朵、眼睛和鼻子等），能够以 50+ fps 的速度在笔记本电脑和手机上运行。该模型已在 TF Hub 上提供，有两个变体，分别称为 Lightning 和 Thunder。Lightning 适用于对延迟要求严格的应用，而 Thunder 适用于对准确性要求较高的应用。因此，我们可以看到 Thunder 模型的关键点得分通常会比 Lightning 略高。
MoveNet 在两个数据集上训练完成：COCO 和一个名为 Active 的谷歌内部数据集。其中 Active 数据集通过在 YouTube 上的瑜伽、健身和舞蹈视频中标注关键点（采用了 COCO 的 17 个身体关键点标准）而产生。训练时，每段视频不超过三帧，以增加场景和个体的多样性。

内容中包含的图片若涉及版权问题，请及时与我们联系删除