【亲测免费】 实时动作识别开源项目推荐

1. 项目基础介绍与主要编程语言

本项目是一款基于开源技术构建的实时动作识别系统，名为“Online-Realtime-Action-Recognition-based-on-OpenPose”。该项目采用Python作为主要编程语言，并使用了TensorFlow和Keras等深度学习框架进行模型的构建和训练。

2. 项目的核心功能

• 实时姿态估计：通过OpenPose算法实时检测和估计人体姿态。
• 多人群在线跟踪：采用DeepSort算法对多人在不同场景中的动作进行在线跟踪。
• 基于单帧关节的动作识别：对每个检测到的人体，使用深度神经网络(DNN)根据单帧的关节点数据进行动作识别。

该项目可以应用于安全监控等领域，能够对监控场景中的人体动作进行实时分类和识别。

3. 项目最近更新的功能

• 模型优化：项目支持选择不同的OpenPose预训练模型，如VGG_origin和Mobilenet_thin，以平衡准确性和速度。
• 数据集收集与训练：项目提供了数据收集和训练的脚本，用户可以准备自己的数据集进行训练，并调整模型中的动作类别枚举和输出层。
• 性能提升：在最近的更新中，项目对动作识别算法进行了优化，提高了在多人群场景下的识别性能。

请注意，当前的动作识别是基于单帧的关节点数据，实际上属于“姿态识别”。为了更准确地识别动作（一个动态运动，由一系列静态姿态组成），项目未来计划使用RNN（如LSTM）模型来处理动态序列关节点数据，进一步提升识别准确性。