Какие алгоритмы компьютерного зрения лучше всего подходят для оценки человеческих поз?

Нет однозначного ответа на вопрос, какие алгоритмы компьютерного зрения лучше всего подходят для оценки человеческих поз. Несколько моделей, которые используются для решения этой задачи:

• OpenPose. habr.com Методика «снизу вверх»: сеть сначала определяет части тела или ключевые точки изображения, а затем сопоставляет их для образования пар. habr.com В основе архитектуры — свёрточная нейронная сеть. habr.com
• DeepCut. habr.com Модель одновременно решает задачи распознавания и определения положения тела. habr.com Суть в распознавании всех возможных частей тела на изображении с последующей их разметкой (голова, руки, ноги и так далее) и дальнейшем разделении частей тела, принадлежащих каждому из людей. habr.com
• Mask R-CNN. intsysmagazine.ru habr.com Популярный алгоритм сегментации, архитектуру которого можно легко расширить для решения задач оценки позы человека. intsysmagazine.ru Модель позволяет одновременно локализовать и классифицировать объекты при помощи создания ограничивающего прямоугольника вокруг объекта и маски сегментации. habr.com
• PoseNet. intsysmagazine.ru Может использоваться для оценки позы одного или нескольких людей и запускаться на лёгких устройствах, таких как браузеры или мобильные устройства. intsysmagazine.ru
• DCPose. intsysmagazine.ru Определяет позу человека из нескольких кадров. intsysmagazine.ru Модель пытается преодолеть такие проблемы, как размытость изображения при движении, расфокусированное видео и перекрытия, возникающие из-за зависимости от каждого видеокадра. intsysmagazine.ru
• High-Resolution Net (HRNet). intsysmagazine.ru Находит ключевые точки относительно конкретного объекта или человека на изображении. intsysmagazine.ru

Выбор конкретной модели и метода зависит от требований конкретной задачи и доступных вычислительных ресурсов. cyberleninka.ru