GoPose人工智能运动分析软件

• GoPose可以自动进行人体姿态25个关键点识别，方便进行运动技术分析，提供关节角度、位移速度等常用运动学结果，帮助运动员、教练员及体育科研工作者快速得到基础分析结果。
• GoPose可用于比赛、训练、科研等场景，其优势是无接触式测量、快速反馈、免费开源等，解决QUA…SYS等实验室设备需复杂穿戴、F***move人工智能运动分析系统等软件使用价格高昂等问题，帮助广大基层教练员、运动员科学化训练。
  

安装配置

1 环境

• python3.7(其他版本会报错 2021年8月)
• 推荐Window10、CUDA11.2

2 下载GoPose

• 项目地址：https://github.com/chenxh5678/GoPose
• Windows：项目地址中Download ZIP
• cmd控制台，按需求文档GoPose/requirements.txt安装库

3 配置姿态估计模块

• 下载安装OpenPose（官方文档、bilibili、bilibili快速安装）
• 进入自己建的build文件夹，将openpose/build/内的bin文件夹复制到GoPose/resource/中，替换同名文件
• 将openpose文件夹中，models文件夹复制到GoPose/resource/中，替换同名文件,目前只用到pose/body25/pose_iter_584000.caffemodel
• openpose/build/python/openpose/Release/内3个文件复制到GoPose/resource/内替换
• openpose/build/x64/Release/内的openpose.dll复制到GoPose/resource/内替换

bin文件夹

models文件夹

resource文件夹

使用方法

• 运行GoPose.py文件
• 使用演示
• 查看坐标点折线图、快速修正坐标点、对坐标点进行滤波平滑：
  
• 可将运动学结果导出，用于统计记录：
  
• 可将坐标点导出用于进一步分析：
  
• 运动训练监控：训练场上快速查看技术动作及运动学结果，及时反馈给教练员、运动员：
  

姿态估计结果

Results on COCO test-dev 2015:

AP @0.5:0.95	AP @0.5	AP @0.75	AP medium	AP large
61.8	84.9	67.5	57.1	68.2

Results on MPII full test set:

Head	Shoulder	Elbow	Wrist	Hip	Knee	Ankle	Ave
91.2	87.6	77.7	66.8	75.4	68.9	61.7	75.6

未来要做的

• 滤波平滑功能：管理器-单击解析点修正并勾选-显示窗口-右键解析点名称
• 坐标点折线图中快速修改功能：管理器-勾选解析点修正-显示窗口-右键解析点名称
• 手动标点功能
• 更多的运动学结果
• 合成三维坐标点功能
• 完善摄像头采集功能
• 显示坐标点轨迹模式
• 更多的人体惯性参数模型
• '测试对象’信息栏的应用
• 根据硬件情况，可选增加手部和面部关键点识别，全部135个关键点
• 更精确、速度更快的姿态估计

项目地址

https://github.com/chenxh5678/GoPose