Android용 포즈 랜드마크 감지 가이드

MediaPipe Pose Landscapeer 작업을 사용하면 이미지 또는 동영상에서 인체의 랜드마크를 감지할 수 있습니다. 이 작업을 사용하여 주요 신체 위치를 식별하고 자세를 분석하며 움직임을 분류할 수 있습니다. 이 작업에서는 단일 이미지 또는 동영상으로 작동하는 머신러닝 (ML) 모델을 사용합니다 작업 출력 본문은 이미지 좌표 및 3차원 세계 좌표로 랜드마크를 포즈합니다.

이 안내에 설명된 코드 샘플은 GitHub에서 제공됩니다. 이 태스크의 기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예시

MediaPipe 태스크 예시 코드는 Android용 포즈 랜드마크 앱을 간단하게 구현한 것입니다. 이 예에서는 실제 Android 기기의 카메라를 사용하여 연속 동영상 스트림에서 포즈를 감지합니다. 앱은 기기 갤러리의 이미지 및 동영상에서 포즈를 감지할 수도 있습니다.

이 앱을 자체 Android 앱의 시작점으로 사용하거나 기존 앱을 수정할 때 이 앱을 참조할 수 있습니다. Pose Landscapeer 예시 코드는 GitHub에 호스팅되어 있습니다.

코드 다운로드

다음 안내에서는 git 명령줄 도구를 사용하여 예시 코드의 로컬 사본을 만드는 방법을 보여줍니다.

예시 코드를 다운로드하려면 다음 단계를 따르세요.

  1. 다음 명령어를 사용하여 git 저장소를 클론합니다. 
    git clone https://github.com/google-ai-edge/mediapipe-samples
  2. 필요한 경우 Pose Landscapeer 예시 앱의 파일만 있으므로 스파스 결제를 사용하도록 git 인스턴스를 구성합니다. 
    cd mediapipe
git sparse-checkout init --cone
git sparse-checkout set examples/pose_landmarker/android

예시 코드의 로컬 버전을 만든 후 프로젝트를 Android 스튜디오로 가져와서 앱을 실행할 수 있습니다. 자세한 내용은 Android 설정 가이드를 참고하세요.

주요 구성요소

다음 파일에는 이 포즈 랜드마크 예시 애플리케이션의 중요한 코드가 포함되어 있습니다.

  • PoseLandmarkerHelper.kt - 포즈 랜드마크를 초기화하고 모델 및 대리자 선택을 처리합니다.
  • 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 설정하고 특히 Pose Landscapeer를 사용하도록 프로젝트를 코딩하는 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 포함하여 MediaPipe 작업을 사용하기 위한 개발 환경 설정에 관한 일반적인 정보는 Android 설정 가이드를 참고하세요.

종속 항목

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

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

모델

MediaPipe Pose 궁금한 점이 있으면 이 작업과 호환되는 학습된 모델 번들이 필요합니다. 포즈 랜드마크 도구에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 작업 개요 모델 섹션을 참조하세요.

모델을 선택 및 다운로드한 후 프로젝트 디렉터리에 저장합니다.

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

ModelAssetPath 매개변수 내에 모델의 경로를 지정합니다. 예시 코드에서 모델은 PoseLandmarkerHelper.kt 파일에 정의되어 있습니다.

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

할 일 만들기

MediaPipe Pose Landscapeer 작업은 createFromOptions() 함수를 사용하여 작업을 설정합니다. createFromOptions() 함수는 구성 옵션 값을 허용합니다. 구성 옵션에 관한 자세한 내용은 구성 옵션을 참고하세요.

포즈 랜드마크러는 정지 이미지, 동영상 파일, 라이브 동영상 스트림과 같은 입력 데이터 유형을 지원합니다. 작업을 만들 때 입력 데이터 유형에 따라 실행 모드를 지정해야 합니다. 작업을 만드는 방법을 보려면 입력 데이터 유형에 해당하는 탭을 선택하세요.

이미지

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)

동영상

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)

라이브 스트림

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 랜드마크러 코드 구현의 예를 통해 사용자는 처리 모드 간에 전환할 수 있습니다. 이 접근 방식은 작업 생성 코드를 더 복잡하게 만들고 사용 사례에 적합하지 않을 수 있습니다. PoseLandmarkerHelper.kt 파일의 setupPoseLandmarker() 함수에서 이 코드를 확인할 수 있습니다.

구성 옵션

이 작업에는 다음과 같은 Android 앱용 구성 옵션이 있습니다.

옵션 이름 설명 값 범위 기본값
runningMode 작업의 실행 모드를 설정합니다. 모드는 세 가지가 있습니다.

IMAGE: 단일 이미지 입력 모드입니다.

VIDEO: 동영상의 디코딩된 프레임에 대한 모드입니다.

LIVE_STREAM: 카메라에서 전송하는 것과 같은 입력 데이터의 실시간 스트림 모드입니다. 이 모드에서는 resultListener를 호출하여 비동기식으로 결과를 수신하도록 리스너를 설정해야 합니다.		 {IMAGE, VIDEO, LIVE_STREAM} IMAGE
numposes 포즈 랜드마크 도구가 감지할 수 있는 최대 포즈 수입니다. Integer > 0 1
minPoseDetectionConfidence 자세 감지가 성공한 것으로 간주되기 위한 최소 신뢰도 점수입니다. Float [0.0,1.0] 0.5
minPosePresenceConfidence 포즈 랜드마크 감지에서 포즈 현재 상태 점수의 최소 신뢰도 점수입니다. Float [0.0,1.0] 0.5
minTrackingConfidence 자세 추적이 성공한 것으로 간주되기 위한 최소 신뢰도 점수입니다. Float [0.0,1.0] 0.5
outputSegmentationMasks 포즈 랜드마크가 감지된 포즈의 세분화 마스크를 출력하는지 여부입니다. Boolean False
resultListener Pose Landscapeer가 실시간 스트림 모드일 때 랜드마크 결과를 비동기식으로 수신하도록 결과 리스너를 설정합니다. 달리기 모드가 LIVE_STREAM으로 설정된 경우에만 사용할 수 있습니다. ResultListener N/A
errorListener 선택적 오류 리스너를 설정합니다. ErrorListener N/A

데이터 준비

Pose Landscapeer는 이미지, 동영상 파일, 라이브 동영상 스트림과 호환됩니다. 이 작업은 크기 조절, 회전, 값 정규화를 포함한 데이터 입력 전처리를 처리합니다.

다음 코드는 처리를 위해 데이터를 전달하는 방법을 보여줍니다. 이 샘플에는 이미지, 동영상 파일, 라이브 동영상 스트림의 데이터를 처리하는 방법에 관한 세부정보가 포함되어 있습니다.

이미지

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()

동영상

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()

라이브 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(rotatedBitmap).build()

Pose Landscapeer 예시 코드에서 데이터 준비는 PoseLandmarkerHelper.kt 파일에서 처리됩니다.

작업 실행

작업 중인 데이터 유형에 따라 해당 데이터 유형에 맞는 poseLandmarker.detect...() 메서드를 사용합니다. 개별 이미지에는 detect()를, 동영상 파일의 프레임에는 detectForVideo()를, 동영상 스트림의 경우 detectAsync()를 사용합니다. 동영상 스트림에서 감지를 실행할 때는 사용자가 스레드를 삽입하지 못하도록 별도의 스레드에서 감지를 실행해야 합니다.

다음 코드 샘플은 이러한 다양한 데이터 모드에서 Pose Landscapeer를 실행하는 방법을 보여주는 간단한 예를 보여줍니다.

이미지

val result = poseLandmarker.detect(mpImage)

동영상

val timestampMs = i * inferenceIntervalMs

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

라이브 스트림

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 입력 프레임의 타임스탬프를 제공해야 합니다.
  • 이미지 또는 동영상 모드에서 실행하는 경우 포즈 랜드마크러 작업은 입력 이미지 또는 프레임 처리를 완료할 때까지 현재 스레드를 차단합니다. 사용자의 개입이 차단되지 않도록 하려면 백그라운드 스레드에서 처리를 실행하세요.
  • 라이브 스트림 모드에서 실행하면 포즈 랜드마크러 작업이 즉시 반환되며 현재 스레드를 차단하지 않습니다. 입력 프레임 처리가 완료될 때마다 감지 결과와 함께 결과 리스너를 호출합니다.

포즈 랜드마크er 예 코드에서 detect, detectForVideo, detectAsync 함수는 PoseLandmarkerHelper.kt 파일에 정의되어 있습니다.

결과 처리 및 표시

포즈 랜드마크 도구는 각 감지 실행 시 poseLandmarkerResult 객체를 반환합니다. 결과 객체에는 각 포즈 랜드마크의 좌표가 포함됩니다.

다음은 이 작업의 출력 데이터 예를 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)

출력에는 각 랜드마크의 정규화된 좌표 (Landmarks)와 세계 좌표 (WorldLandmarks)가 모두 포함됩니다.

출력에는 다음과 같은 정규화된 좌표 (Landmarks)가 포함됩니다.

  • x 및 y: 이미지 너비 (x)와 높이 (y)로 0.0~1.0으로 정규화된 랜드마크 좌표입니다.

  • z: 랜드마크 깊이로, 엉덩이 중간지점의 깊이가 출발지로 사용됩니다. 값이 작을수록 랜드마크가 카메라에 더 가까워집니다. z의 크기는 거의 x와 동일한 배율을 사용합니다.

  • visibility: 이미지 내에 랜드마크가 표시될 가능성입니다.

출력에는 다음과 같은 세계 좌표 (WorldLandmarks)가 포함됩니다.

  • x, y, z: 골반의 중간 지점을 출발지로 하는 실제 3차원 좌표(미터 단위)입니다.

  • visibility: 이미지 내에 랜드마크가 표시될 가능성입니다.

다음 이미지는 작업 출력을 시각화한 것입니다.

선택사항인 세분화 마스크는 각 픽셀이 감지된 사람에게 속할 가능성을 나타냅니다. 다음 이미지는 작업 출력의 세분화 마스크입니다.

Pose Landscapeer 예시 코드는 작업에서 반환된 결과를 표시하는 방법을 보여줍니다. 자세한 내용은 OverlayView 클래스를 참고하세요.