借助 MediaPipe Holistic Markerer 任务,您可以组合姿势、人脸和手特征点的组件,为人体创建完整的地标。您可以使用此任务分析全身手势、姿势和操作。此任务会对连续的图片流使用机器学习 (ML) 模型。该任务实时总共输出 543 个特征点(33 个姿势特征点、468 个人脸特征点,每只手 21 个手特征点)。
此 MediaPipe 解决方案的升级版本即将推出!GitHub 上提供了适用于此任务的 MediaPipe 旧版解决方案。
借助 MediaPipe Holistic Markerer 任务,您可以组合姿势、人脸和手特征点的组件,为人体创建完整的地标。您可以使用此任务分析全身手势、姿势和操作。此任务会对连续的图片流使用机器学习 (ML) 模型。该任务实时总共输出 543 个特征点(33 个姿势特征点、468 个人脸特征点,每只手 21 个手特征点)。
此 MediaPipe 解决方案的升级版本即将推出!GitHub 上提供了适用于此任务的 MediaPipe 旧版解决方案。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2024-05-14。