共计 5343 个字符，预计需要花费 14 分钟才能阅读完成。
Windows 自带的画图软件曾陪伴了我小时候最后接触电脑的几年时光，这个简略的小工具对于小时候的我来说神奇，好像什么都能够画进去。我画过很多人像，也曾空想着让这些人像跟着我一起动起来（过后还不晓得有 flash 这种货色）。前段时间，我应用飞桨实现了一个让涂鸦动起来的小我的项目，明天来和大家分享我小时候的想法——让涂鸦君子跟着人动起来。
MetaAI 公布的我的项目
关键点检测
想让涂鸦君子和我做出一样的动作，首先咱们须要一个人体关键点检测模型。飞桨提供人体关键点检测模型的有飞桨预训练模型利用工具 PaddleHub 与飞桨指标检测套件 PaddleDetection。本我的项目应用的是 PaddleHub 中的 human_pose_estimation_resnet50_mpii 模型。这个模型绝对于 openpose 更快，然而成果略微差一点，如果对涂鸦君子动作的准确度需要特地高，或者心愿模型返回关键点坐标的置信度信息的，能够试试 openpose_body_estimation 模型，或是 PaddleDetection 中的 HRNet 系列模型和最新的 PP-TinyPose。
PaddleDetection 链接：https://github.com/PaddlePaddle/PaddleDetectionPaddleHub 链接：https://github.com/PaddlePaddle/PaddleHub 因为涂鸦中的每一个点都要与骨骼点绑定在一起，所以骨骼点并不能太少，否则与骨骼点不相近的点也会因为一些非凡起因绑定在一起。咱们须要对检测出的骨骼点 K 进行肯定的裁减，本我的项目在每两个相邻骨骼点之间计算中点作为裁减的骨骼点，而后反复这个操作两次。human_pose_estimation_resnet50_mpii 这个模型的训练数据集是 mpii，有 16 个关键点。咱们先在“thorax”和“pelvis”两个关键点之间创立一个中心点作为所有关键点的根。而后构建咱们整个人体的一个以关键点为结点的树形构造。这个树形构造在前面都会用到。最终，咱们扩大后的关键点个数为 65，这里将这个扩大的关键点组记为 K’。将关键点检测模型封装一下：
class estUtil():
#封装的关键点检测类
def __init__(self):
super(estUtil, self).__init__()
# 应用 human_pose_estimation_resnet50_mpii 模型
self.module = hub.Module(name='human_pose_estimation_resnet50_mpii')
def do_est(self, frame):
res = self.module.keypoint_detection(images=[frame], use_gpu=True)
return res[0]['data']裁减关键点的办法：
def complexres(res, FatherAndSon):
#裁减关键点，但依然要放弃逻辑上的关键点的节点程序
cres = copy.deepcopy(res)
for key,pos in res.items():
father = FatherAndSon[key]
if father == key:
#过后根节点的时候进行
continue
if key[0] == 'm' or father[0] == 'm':
#子节点第一种命名规定
midkey = 'm'+key+'_'+father
else:
kn = ''for t in key.split('_'):
kn += t[0]
fn = ''for t in father.split('_'):
fn += t[0]
#子节点第二种命名规定
midkey = 'm_'+kn+'_'+fn
#计算中点，并把后果按逻辑程序存到字典中
midvalue = [(pos[0] + res[father][0]) / 2, (pos[1] + res[father][1])/2]
FatherAndSon[key] = midkey
FatherAndSon[midkey] = father
cres[midkey] = midvalue
return cres, FatherAndSon
左为扩大前的关键点 k，右为扩大后的关键点 k’。
涂鸦的记录与优化
为了不便交互，我应用 OpenCV 制作了一个简略的小画板，用户能够抉择不同的色彩来绘制涂鸦。这里为了后续绑定关键点与涂鸦，我先将模板的人体关键点画在了画布上，用户就领有了一套参考坐标，更不便地绘制本人的涂鸦君子。
OpenCV 会在用户按下鼠标后一直地采集咱们的画笔（鼠标）的以后地位（Mouse_x,Mouse_y）。当用户松开鼠标后，程序则进行记录。将方才记录的点顺次连接起来，就是咱们鼠标方才点击并挪动的轨迹。一幅画能够由一笔实现，也能够多笔多个色彩来实现。咱们把这里失去的涂鸦君子记作 B。因为 OpenCV 是依照肯定的帧率来采集咱们的画笔地位，对于同样长的一条线，如果咱们画得慢，则取样的点就会多；如果咱们画得快，则取样的点就会少。在后续的应用中，因为要大量的计算取样点和骨骼点的绝对关系（通过评估，这部分的工夫会远远大于模型的运算工夫，成为了晦涩运行的瓶颈），所以这里咱们要对这些取样点 B 进行过滤，我这里应用最直观的过滤办法，即当间断的三个点在同一条直线上时，将两头的那个点过滤掉，只保留两个端点。通过这个办法，一个简略的涂鸦君子的点数能够从几千个升高到几十个，我的项目也能更平滑的运行。这里咱们将过滤后的取样点记为 B’。过滤简化皮肤数据的办法：
def linesFilter():
global lines
for line in lines:
linelen = len(line)
sindex = 0
mindex = 1
while mindex < len(line):
eindex = mindex + 1
if eindex >= len(line):
break
d1 = line[mindex][0] - line[sindex][0]
d2 = line[mindex][1] - line[sindex][1]
d3 = line[eindex][0] - line[sindex][0]
d4 = line[eindex][1] - line[sindex][1]
#判断三个点是否在一条直线上
if abs(d1*d4-d2*d3) <= 1e-6:
line.pop(mindex)
else:
sindex += 1
mindex += 1
def linesCompose():
#避免删除点过多，在每两个点两头插值出一个新的点
global lines
tlines = []
for line in lines:
tlines.append([line[0]])
for i in range(1,len(line)):
l_1 = tlines[-1][-1]
tlines[-1].append(((l_1[0] + line[i][0]) / 2,(l_1[1] + line[i][1]) / 2))
tlines[-1].append((line[i]))
lines = tlines关键点与涂鸦的绑定
锚点绑定数量：在动画开始之前，还有十分重要的一步，就是要把咱们取样后画的皮肤 B’和裁减后的关键点组 K’进行绑定。通过下面的形容，咱们晓得皮肤 B’其实就是一个个点，这个过程就是皮肤的点和关键点之间的绑定，更业余的词语来说，咱们要为皮肤点抉择它们的锚点（Anchor），这些锚点都是来源于骨骼关键点。在这个我的项目中咱们每个皮肤点和最多四个关键点绑定，这个数量和咱们关键点 K’的个数无关，当咱们的关键点 K’足够浓密的时候，咱们的锚点数量是能够少一点。
锚点绑定规范：这里选定锚点的衡量标准为间隔，也就是抉择皮肤点 n 最近的 m 个关键点。这种办法有毛病，譬如在例子中，因为咱们抉择的是最近的关键点，在咱们画的胡须的对应的锚点中，咱们肩部的锚点反而比脸部的某些点更近，这就导致胡须会跟随者咱们的肩膀来静止。如果想要更准确的匹配锚点，也能够人为干涉这个过程，删除某些上述相似的不合理的绑定。
左为咱们画好的涂鸦，右为涂鸦和关键点绑定的成果
绑定皮肤数据和骨骼数据：
def buildskin(lines, colors, cirRads, nodes):
if lines is None or nodes is None or len(lines) == 0 or len(nodes) == 0:
return []
skins = []
print("doodle node length", len(nodes))
#将 opencv 获取的皮肤点列表封装成 skinItem 类的对象列表
for lineindex in range(len(lines)):
init = True
line = lines[lineindex]
color = colors[lineindex]
cirRad = cirRads[lineindex]
for p in line:
if init:
skins.append(skinItem(p[0], p[1], True, color, cirRad))
init = False
else:
skins.append(skinItem(p[0], p[1], False, color, cirRad))
#计算每个 skinItem 对象最近的四个骨骼点并封装为锚点
for skin in skins:
md = [float("inf"), float("inf"), float("inf"), float("inf")]
mn = [None, None, None, None]
mdlen = 0
for key,node in nodes.items():
d = distance(skin.getPos(), node.getPos())
maxi = judge(md)
if d < md[maxi]:
md[maxi] = d
mn[maxi] = node
mdlen += 1
if mdlen < 4:
md = md[:mdlen]
mn = mn[:mdlen]
ws = dist2weight(md)
# 调配每个锚点的权重
for j in range(len(mn)):
th = math.atan2(skin.y-mn[j].y, skin.x-mn[j].x)
r = distance(skin.getPos(), mn[j].getPos())
w = ws[j]
skin.appendAnchor(anchorItem(mn[j], th-mn[j].thabs, r, w))
return skins涂鸦的更新
在咱们做好前一步的初始化后，就能够在之后的每一帧中，计算皮肤点的新地位了。在前一步绑定的时候，咱们同时还记录了一些锚点的其余信息：该皮肤点与锚点的间隔和角度信息。在失去四个锚点之后，咱们还要计算一个初始权重 α。这样一来，当咱们的关键点的地位变动了之后，咱们能依据锚点的新地位计算出一个加权的皮肤点的新地位 S’’。咱们依照 S’’的程序把皮肤都画进去，就实现了整个我的项目。
在每帧中依据新的骨骼计算新的皮肤点：
def calculateSkin(skins, scale):
for skin in skins:
xw = 0
yw = 0
#依据皮肤点每个锚点的坐标与角度，计算出新的皮肤点的坐标
for anchor in skin.getAnchor():
x = anchor.node.x + math.cos(anchor.th+anchor.node.thabs) * anchor.r * scale
y = anchor.node.y + math.sin(anchor.th+anchor.node.thabs) * anchor.r * scale
xw += x * anchor.w
yw += y * anchor.w
skin.x = xw
skin.y = yw
return skins目前的一些问题与改良方向
1）问题 human_pose_estimation_resnet50_mpii 这个模型很大的一个毛病就是没有关节的置信度的输入，因而咱们没有方法对后果进行过滤。如果输出不残缺的人体图像，模型依然会输入 16 个关键点，其中本应不在图像中的关键点也会存在，这些虚伪的后果点会导致皮肤点也画错的景象。除此之外，为了更好的成果，输出的视频最好背景少一点，缩小一些影响因素。2）改良方向
- 大家能够尝试应用飞桨指标检测套件 PaddleDetection 中的其余的关键点检测模型，值得注意的是，如果你应用的模型是基于 COCO 数据集，须要更改 doodle 文件。
- 为了能有更晦涩的体验，能够尝试把关键点检测模型放到另一个线程里，这样的成果会更好一点。
我在飞桨开发者说专栏也直播进行了本我的项目的分享，欢送大家移步 B 站观看视频分享。
分享视频：https://www.bilibili.com/video/BV1N34y1y72o？spm_id_from=333.999.0.0 我的项目链接：https://aistudio.baidu.com/aistudio/projectdetail/2498845PaddleDetection：https://github.com/PaddlePaddle/PaddleDetectionPaddleHub：https://github.com/PaddlePaddle
