Android용 포즈 랜드마크 감지 가이드

MediaPipe 포즈 랜드마크 작업을 사용하면 이미지에서 인체의 랜드마크를 감지할 수 있습니다. 있습니다. 이 작업을 사용하여 주요 신체 위치를 식별하고, 자세를 분석하고, 움직임을 분류합니다. 이 작업에서는 머신러닝 (ML) 모델을 단일 이미지 또는 동영상만 사용할 수 있습니다. 작업이 이미지에 랜드마크를 포즈 본문을 출력합니다. 3차원 세계 좌표로 구성됩니다.

이 지침에서 설명하는 코드 샘플은 GitHub 기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예

MediaPipe 태스크 코드는 포즈 랜드마크를 간단하게 구현한 것입니다. Android용 앱인데요. 이 예에서는 실제 Android 기기의 카메라를 사용하여 연속 동영상 스트림에서 자세를 감지합니다. 앱이 자세를 감지할 수도 있습니다. 이미지 및 동영상을 기기 갤러리에서 찾을 수 있습니다.

이 앱을 자체 Android 앱의 시작점으로 사용하거나 참조할 수 있습니다. 기존 앱을 수정할 때 포즈 랜드마크 도구 예시 코드는 GitHub

코드 다운로드

다음 안내에서는 예시의 로컬 사본을 만드는 방법을 보여줍니다. git 명령줄 도구를 사용하여 코드를 실행합니다.

예시 코드를 다운로드하려면 다음 안내를 따르세요.

1. 다음 명령어를 사용하여 git 저장소를 클론합니다.

   git clone https://github.com/google-ai-edge/mediapipe-samples
   

2. 원하는 경우 스파스 체크아웃을 사용하도록 git 인스턴스를 구성하여 다음과 같이 합니다. Pose TRADEMARKer 예시 앱의 파일만 할 수 있습니다.

   cd mediapipe
   git sparse-checkout init --cone
   git sparse-checkout set examples/pose_landmarker/android
   

예시 코드의 로컬 버전을 만든 후 프로젝트를 가져올 수 있습니다. Android 스튜디오로 이동하여 앱을 실행합니다. 자세한 내용은 Android

주요 구성요소

다음 파일에는 이 포즈 랜드마크 예제에 중요한 코드가 포함되어 있습니다. 애플리케이션:

• PoseLandmarkerHelper.kt - 포즈 랜드마크를 초기화하고 모델과 위임을 처리합니다. 선택합니다.
• CameraFragment.kt - 기기 카메라를 처리하고 이미지 및 동영상 입력 데이터를 처리합니다.
• GalleryFragment.kt - OverlayView와 상호작용하여 출력 이미지 또는 동영상을 표시합니다.
• OverlayView.kt - 감지된 포즈의 디스플레이를 구현합니다.

설정

이 섹션에서는 개발 환경을 설정하는 주요 단계를 설명하고 코딩 프로젝트를 사용하여 포즈 랜드마크를 사용하는 방법을 살펴보겠습니다 일반적인 정보 다음과 같은 MediaPipe 작업을 사용하기 위한 개발 환경 설정 플랫폼 버전 요구사항에 대한 자세한 내용은 Android

종속 항목

포즈 랜드마크 작업자 작업은 com.google.mediapipe:tasks-vision 라이브러리를 사용합니다. 추가 이 종속 항목을 Android 앱의 build.gradle 파일에 추가합니다.

dependencies {
    implementation 'com.google.mediapipe:tasks-vision:latest.release'
}

모델

MediaPipe Pose TRADEMARKer 작업에는 확인할 수 있습니다 포즈 랜드마크에서 사용 가능한 학습 모델에 대한 자세한 내용은 작업 개요 모델 섹션을 참조하세요.

모델을 선택 및 다운로드하여 프로젝트 디렉터리에 저장합니다.

<dev-project-root>/src/main/assets

ModelAssetPath 매개변수 내에 모델의 경로를 지정합니다. 모델은 PoseLandmarkerHelper.kt 드림 파일:

val modelName = "pose_landmarker_lite.task"
baseOptionsBuilder.setModelAssetPath(modelName)

할 일 만들기

MediaPipe 포즈 랜드마크 작업자 작업은 createFromOptions() 함수를 사용하여 태스크에 맞추는 것입니다. createFromOptions() 함수는 구성 값을 허용합니다. 있습니다. 구성 옵션에 대한 자세한 내용은 구성을 참조하세요. 옵션을 참조하세요.

포즈 랜드마크는 정지 이미지, 동영상 등의 입력 데이터 유형을 지원합니다. 파일, 라이브 동영상 스트림 등이 있습니다. 실행 모드를 지정해야 합니다. 해당 입력 데이터 유형에 해당하는 쿼리를 생성할 수 있습니다 탭을 선택합니다. 태스크 생성 방법을 확인할 수 있습니다.

val baseOptionsBuilder = BaseOptions.builder().setModelAssetPath(modelName)
val baseOptions = baseOptionBuilder.build()

val optionsBuilder = 
    poseLandmarker.poseLandmarkerOptions.builder()
        .setBaseOptions(baseOptionsBuilder.build())
        .setMinPoseDetectionConfidence(minPoseDetectionConfidence)
        .setMinTrackingConfidence(minPoseTrackingConfidence)
        .setMinPosePresenceConfidence(minposePresenceConfidence)
        .setNumPoses(maxNumPoses)
        .setRunningMode(RunningMode.IMAGE)

val options = optionsBuilder.build()
poseLandmarker = poseLandmarker.createFromOptions(context, options)
    

val baseOptionsBuilder = BaseOptions.builder().setModelAssetPath(modelName)
val baseOptions = baseOptionBuilder.build()

val optionsBuilder = 
    poseLandmarker.poseLandmarkerOptions.builder()
        .setBaseOptions(baseOptionsBuilder.build())
        .setMinPoseDetectionConfidence(minPoseDetectionConfidence)
        .setMinTrackingConfidence(minPoseTrackingConfidence)
        .setMinPosePresenceConfidence(minposePresenceConfidence)
        .setNumPoses(maxNumPoses)
        .setRunningMode(RunningMode.VIDEO)

val options = optionsBuilder.build()
poseLandmarker = poseLandmarker.createFromOptions(context, options)
    

val baseOptionsBuilder = BaseOptions.builder().setModelAssetPath(modelName)
val baseOptions = baseOptionBuilder.build()

val optionsBuilder = 
    poseLandmarker.poseLandmarkerOptions.builder()
        .setBaseOptions(baseOptionsBuilder.build())
        .setMinPoseDetectionConfidence(minPoseDetectionConfidence)
        .setMinTrackingConfidence(minPoseTrackingConfidence)
        .setMinPosePresenceConfidence(minposePresenceConfidence)
        .setNumPoses(maxNumPoses)
        .setResultListener(this::returnLivestreamResult)
        .setErrorListener(this::returnLivestreamError)
        .setRunningMode(RunningMode.LIVE_STREAM)

val options = optionsBuilder.build()
poseLandmarker = poseLandmarker.createFromOptions(context, options)
    

포즈 랜드마크 도구 예제 코드 구현을 사용하면 처리 모드입니다 이 접근 방식은 작업 생성 코드를 더 복잡하게 만들고 이 사용 사례에 적합하지 않을 수 있습니다. 이 코드는 setupPoseLandmarker() 함수를 PoseLandmarkerHelper.kt 파일에서 참조됩니다.

구성 옵션

이 작업에는 Android 앱을 위한 다음과 같은 구성 옵션이 있습니다.

데이터 준비

Pose TRADEMARKer는 이미지, 동영상 파일, 라이브 동영상 스트림과 연동됩니다. 작업 크기 조절, 회전, 값 등 데이터 입력 전처리를 처리합니다. 정규화를 사용합니다.

다음 코드는 처리를 위해 데이터를 전달하는 방법을 보여줍니다. 이러한 샘플에는 이미지, 동영상 파일, 라이브 스트림 등의 데이터를 처리하는 방법에 관한 동영상 스트림

import com.google.mediapipe.framework.image.BitmapImageBuilder
import com.google.mediapipe.framework.image.MPImage

// Convert the input Bitmap object to an MPImage object to run inference
val mpImage = BitmapImageBuilder(image).build()
    

import com.google.mediapipe.framework.image.BitmapImageBuilder
import com.google.mediapipe.framework.image.MPImage

val argb8888Frame =
    if (frame.config == Bitmap.Config.ARGB_8888) frame
    else frame.copy(Bitmap.Config.ARGB_8888, false)

// Convert the input Bitmap object to an MPImage object to run inference
val mpImage = BitmapImageBuilder(argb8888Frame).build()
    

import com.google.mediapipe.framework.image.BitmapImageBuilder
import com.google.mediapipe.framework.image.MPImage

// Convert the input Bitmap object to an MPImage object to run inference
val mpImage = BitmapImageBuilder(rotatedBitmap).build()
    

포즈 랜드마크 도구 예시 코드에서는 데이터 준비가 PoseLandmarkerHelper.kt 드림 파일에서 참조됩니다.

작업 실행

작업 중인 데이터의 유형에 따라 poseLandmarker.detect...() 메서드를 호출합니다. 사용 개별 이미지의 경우 detect(), 동영상 파일의 프레임의 경우 detectForVideo() 동영상 스트림의 경우 detectAsync()입니다. 보안 침해에서 탐지를 수행할 때 별도의 스레드에서 감지를 실행하여 차단될 수 있습니다.

다음 코드 샘플은 포즈 랜드마크를 실행하는 방법에 대한 간단한 예를 보여줍니다. 두 가지 옵션이 있습니다.

val result = poseLandmarker.detect(mpImage)
    

val timestampMs = i * inferenceIntervalMs

poseLandmarker.detectForVideo(mpImage, timestampMs)
    .let { detectionResult ->
        resultList.add(detectionResult)
    }
    

val mpImage = BitmapImageBuilder(rotatedBitmap).build()
val frameTime = SystemClock.uptimeMillis()

poseLandmarker.detectAsync(mpImage, frameTime)
    

다음에 유의하세요.

• 동영상 모드 또는 라이브 스트림 모드에서 실행하는 경우 포즈 랜드마크 작업에 대한 입력 프레임의 타임스탬프입니다.
• 이미지 또는 동영상 모드에서 실행하면 포즈 랜드마크 작업이 차단됩니다. 현재 스레드가 입력 이미지 또는 프레임 처리를 완료할 때까지 스레드를 대기시킵니다. 받는사람 사용자 개입이 차단되지 않도록 하려면 백그라운드에서 처리를 실행하고 스레드가 필요합니다.
• 라이브 스트림 모드에서 실행하면 포즈 랜드마크 작업이 반환됩니다. 현재 스레드를 차단하지 않습니다. 그러면 감지 결과를 수신 대기하는 리스너가 입력 프레임에 연결됩니다.

포즈 랜드마크 도구 예시 코드에서는 detect, detectForVideo, detectAsync 함수는 PoseLandmarkerHelper.kt 파일에서 참조됩니다.

결과 처리 및 표시

포즈 랜드마크는 각 감지마다 poseLandmarkerResult 객체를 반환합니다. 실행할 수 있습니다 결과 객체에는 각 포즈 랜드마크의 좌표가 포함됩니다.

다음은 이 작업의 출력 데이터 예시를 보여줍니다.

PoseLandmarkerResult:
  Landmarks:
    Landmark #0:
      x            : 0.638852
      y            : 0.671197
      z            : 0.129959
      visibility   : 0.9999997615814209
      presence     : 0.9999984502792358
    Landmark #1:
      x            : 0.634599
      y            : 0.536441
      z            : -0.06984
      visibility   : 0.999909
      presence     : 0.999958
    ... (33 landmarks per pose)
  WorldLandmarks:
    Landmark #0:
      x            : 0.067485
      y            : 0.031084
      z            : 0.055223
      visibility   : 0.9999997615814209
      presence     : 0.9999984502792358
    Landmark #1:
      x            : 0.063209
      y            : -0.00382
      z            : 0.020920
      visibility   : 0.999976
      presence     : 0.999998
    ... (33 world landmarks per pose)
  SegmentationMasks:
    ... (pictured below)

출력에 정규화된 좌표 (Landmarks)와 세계가 모두 포함됩니다. 각 랜드마크의 좌표 (WorldLandmarks)입니다.

출력에는 다음과 같은 정규화된 좌표 (Landmarks)가 포함됩니다.

• x 및 y: 이미지 너비 (x)와 높이 (y)입니다.

• z: 랜드마크 깊이로, 엉덩이 중간 지점의 깊이를 출처입니다. 값이 작을수록 랜드마크가 카메라에 더 가깝습니다. 이 z의 크기는 x와 거의 동일한 배율을 사용합니다.

• visibility: 이미지 내에 랜드마크가 표시될 가능성입니다.

출력에는 다음의 세계 좌표 (WorldLandmarks)가 포함됩니다.

• x, y, z: 미터 단위의 실제 3차원 좌표와 골반의 중간점을 기준으로 합니다.

• visibility: 이미지 내에 랜드마크가 표시될 가능성입니다.

다음 이미지는 작업 출력을 시각화한 것입니다.

선택사항인 세그먼테이션 마스크는 각 픽셀이 해당 영역에 속할 가능성을 전송됩니다 다음 이미지는 작업 출력:

포즈 랜드마크 도구 예제 코드는 반환된 결과를 표시하는 방법을 보여줍니다. 자세한 내용은 OverlayView 드림 클래스를 참조하세요.