ActionAI 是一个 Python 库，用于训练机器学习模型以对人类行为进行分类

源代码（中文）：

http://www.gitpp.com/ycc/actionai-cn

目前，识别人体动作和姿态的技术在众多应用场景中变得越来越重要。

例如，在养老院，这种技术可以用来监测老年人是否跌倒，从而及时提供援助。在建筑工地，它可以帮助监控工人的活动，以便在发生任何突发事件时迅速作出反应。此外，对于行人的监控，该技术能够识别出是否发生打架等冲突行为。

这一切都通过实时监测人体的关键点，并进行时空局部的活动检测来实现。

实时人体姿势识别技术凭借其客观性、实时性、高效性和灵活性等优势，在多个领域中都展现出了广泛的应用前景。

以下是一些主要的应用场景：

体育训练： 人体姿态识别算法可以实时监测运动员的姿态和动作，为教练和运动员提供科学的训练指导。这有助于提高运动员的技术水平和竞技能力。

医疗康复： 在医疗领域，人体姿态识别算法可以用于辅助康复治疗。通过实时监测患者的姿态和运动状态，医生可以评估患者的康复情况，并制定相应的治疗方案。

**人机交互：**人体姿态识别算法可以实现更加自然和智能的交互方式。例如，用户可以通过简单的肢体动作来控制计算机或智能设备，提高交互的便利性和效率。同时，人体姿态识别技术也有助于使人机交互系统更符合使用者的交流习惯，使计算机能够观察人的姿态、表情、音调来判断人的意图。

虚拟现实与增强现实： 在虚拟现实（VR）和增强现实（AR）领域，人体姿态识别算法可以用于实现更加真实的沉浸式体验。通过实时监测用户的姿态和动作，系统可以生成相应的虚拟场景和交互效果，为用户提供更加丰富和多样的视觉和听觉体验。

安全监控： 视觉AI姿态实时识别技术可以应用于监控场景中，通过识别人员的姿态和动作，可以对不正常的行为进行实时预警和报警，提高安全性和监控效率。此外，这种技术还可以应用于智慧工地等领域，提供更加智能和便捷的体验和服务。

除了上述领域，实时人体姿势识别技术还可以应用于舞蹈、电影制作、游戏娱乐等多个领域，为用户提供更加智能和便捷的服务。随着技术的不断进步和应用场景的不断拓展，实时人体姿势识别技术将在未来发挥越来越重要的作用。

ActionAI 通过引入跟踪器和多人姿势估计，概括了 YogAI 和相关项目构建 IVA 管道的方法。

通过将姿态估计作为主要推理引擎纳入管道中，开发人员可以专注于训练基于低维特征或小型局部图像裁剪的简单图像分类模型。

由于流行的 IVA 框架通常只支持最常见的计算机视觉任务，例如对象检测或图像分类/分割，因此我们需要实现自己的框架。

许多IVA框架使用GStreamer来获取和处理视频。对于我们的视频处理演示，OpenCV就足够了。对于姿势估计，我们使用Openpose，它是通过Tensorflow和Pytorch等流行的深度学习框架实现的。

准确识别某些活动需要更高的时间分辨率和更高的帧速率，因此我们使用TensorRT转换器在Jetson Nano等 EdgeAI 原型设备上优化推理。

什么是IVA？

**智能视频分析（IVA）**是指使用计算机视觉和机器学习技术对视频内容进行分析的过程，以提取有用信息和执行特定任务。这些任务可能包括对象检测、跟踪、分类、行为识别等。在IVA应用程序中，对象检测和跟踪是基础，也是实现更高级功能的关键。

对象检测模型是IVA应用程序的主要推理引擎，它的任务是在视频帧中定位和识别对象。这种模型通常基于深度学习算法，如卷积神经网络（CNNs），并且能够处理复杂的视觉数据，以准确识别视频中的各种对象。

在实际应用中，IVA平台可能需要同时执行多个任务，例如不仅检测对象，还要对对象实例进行分类，识别它们的属性和状态。这可以通过级联推理来实现，即将多个模型依次应用于同一输入数据。例如，一个对象检测模型可能首先识别视频中的车辆，然后一个车辆分类模型接着识别这些车辆的类型（如轿车、卡车等）。

总之，IVA应用程序通过使用对象检测和分类模型来处理和分析视频内容，以实现各种监控和安全、自动化和分析任务。通过级联推理和灵活的框架，如Deepstream SDK，开发人员可以构建高效、可扩展的智能视频分析解决方案。

官网：

https://www.hackster.io/actionai/actionai-custom-tracking-multiperson-activity-recognition-fa5cb5

源代码（中文）：

http://www.gitpp.com/ycc/actionai-cn

我们收集了10000+ 开源项目 点击 阅读原文 查看更多开源项目