OpenPose

定义

OpenPose 是卡内基梅隆大学感知计算实验室曹哲（Zhe Cao）等人开发并于 2017 年开源的实时多人二维姿态估计系统，是首个能同时检测人体、手部、面部与脚部关键点的开源库。

原理

系统采用自底向上路线：卷积网络同时输出关键点热力图和部件亲和场（Part Affinity Fields，PAF）——一种编码肢体方向的二维向量场；随后通过二分图匹配依据 PAF 将离散关键点组装成各个个体的完整骨架。该设计使运行时间与画面人数基本无关，实现了多人实时估计。

使用

项目以 C++/Caffe 实现并提供 Python 接口，学术用途免费，商业使用需授权。

影响

OpenPose 长期是姿态估计领域的标志性工作与基线系统，被广泛用于动作分析、康复医疗、体育科研和艺术互动装置，其 PAF 思路影响了后续大量自底向上方法。