此页面由 Cloud Translation API 翻译。

在 iOS 上使用机器学习套件检测姿势

机器学习套件提供了两种优化的姿势检测 SDK。

SDK 名称	姿势检测	姿势检测准确
实现	基本检测器的素材资源会在构建时静态关联到您的应用。	准确的检测器的资源会在构建时静态关联到您的应用。
应用大小	29.6MB	33.2 MB
性能	iPhone X：约 45 FPS	iPhone X：约 29 FPS

试试看

试用示例应用，查看此 API 的示例用法。

准备工作

在 Podfile 中添加以下机器学习套件 Pod：

# If you want to use the base implementation:
pod 'GoogleMLKit/PoseDetection', '3.2.0'

# If you want to use the accurate implementation:
pod 'GoogleMLKit/PoseDetectionAccurate', '3.2.0'

安装或更新项目的 Pod 之后，请使用 Xcode 项目的 xcworkspace 打开该项目。Xcode 13.2.1 版或更高版本支持机器学习套件。

1. 创建 `PoseDetector` 实例

如需检测图片中的姿势，请先创建一个 PoseDetector 实例，并视需要指定检测器设置。

`PoseDetector` 个选项

检测模式

PoseDetector 在两种检测模式下运行。请务必选择与您的用例匹配的版本。

stream（默认）: 姿势检测器将首先检测图片中最突出的人，然后运行姿势检测。在后续帧中，除非人物被遮挡或不再高度检测，否则不会执行人物检测步骤。姿势检测器将尝试跟踪最突出的人物，并在每次推断中返回其姿势。这样可以缩短延迟时间并使检测更顺畅。当您想要检测视频流中的姿态时，请使用此模式。
singleImage: 姿势检测器将检测一个人，然后运行姿势检测。系统会针对每张图片运行人物检测步骤，因此延迟时间会更长，并且没有人跟踪。在对静态图片使用姿势检测或不需要跟踪时采用此模式。

指定姿势检测器选项：

Swift

// Base pose detector with streaming, when depending on the PoseDetection SDK
let options = PoseDetectorOptions()
options.detectorMode = .stream

// Accurate pose detector on static images, when depending on the
// PoseDetectionAccurate SDK
let options = AccuratePoseDetectorOptions()
options.detectorMode = .singleImage

Objective-C

// Base pose detector with streaming, when depending on the PoseDetection SDK
MLKPoseDetectorOptions *options = [[MLKPoseDetectorOptions alloc] init];
options.detectorMode = MLKPoseDetectorModeStream;

// Accurate pose detector on static images, when depending on the
// PoseDetectionAccurate SDK
MLKAccuratePoseDetectorOptions *options =
    [[MLKAccuratePoseDetectorOptions alloc] init];
options.detectorMode = MLKPoseDetectorModeSingleImage;

最后，获取 PoseDetector 的一个实例。传递您指定的选项：

Swift

let poseDetector = PoseDetector.poseDetector(options: options)

Objective-C

MLKPoseDetector *poseDetector =
    [MLKPoseDetector poseDetectorWithOptions:options];

2. 准备输入图片

如需检测姿势，请对每个图片或视频帧执行以下操作。如果您启用了流模式，则必须从 CMSampleBuffer 创建 VisionImage 对象。

使用 UIImage 或 CMSampleBuffer 创建 VisionImage 对象。

如果您使用的是 UIImage，请按以下步骤操作：

使用 UIImage 创建一个 VisionImage 对象。请务必指定正确的 .orientation。

Swift

let image = VisionImage(image: UIImage)
visionImage.orientation = image.imageOrientation

Objective-C

MLKVisionImage *visionImage = [[MLKVisionImage alloc] initWithImage:image];
visionImage.orientation = image.imageOrientation;

如果您使用的是 CMSampleBuffer，请按以下步骤操作：

指定 CMSampleBuffer 中包含的图片数据的方向。

如需获取图片方向，请按以下步骤操作：

Swift

func imageOrientation(
  deviceOrientation: UIDeviceOrientation,
  cameraPosition: AVCaptureDevice.Position
) -> UIImage.Orientation {
  switch deviceOrientation {
  case .portrait:
    return cameraPosition == .front ? .leftMirrored : .right
  case .landscapeLeft:
    return cameraPosition == .front ? .downMirrored : .up
  case .portraitUpsideDown:
    return cameraPosition == .front ? .rightMirrored : .left
  case .landscapeRight:
    return cameraPosition == .front ? .upMirrored : .down
  case .faceDown, .faceUp, .unknown:
    return .up
  }
}

Objective-C

- (UIImageOrientation)
  imageOrientationFromDeviceOrientation:(UIDeviceOrientation)deviceOrientation
                         cameraPosition:(AVCaptureDevicePosition)cameraPosition {
  switch (deviceOrientation) {
    case UIDeviceOrientationPortrait:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationLeftMirrored
                                                            : UIImageOrientationRight;

    case UIDeviceOrientationLandscapeLeft:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationDownMirrored
                                                            : UIImageOrientationUp;
    case UIDeviceOrientationPortraitUpsideDown:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationRightMirrored
                                                            : UIImageOrientationLeft;
    case UIDeviceOrientationLandscapeRight:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationUpMirrored
                                                            : UIImageOrientationDown;
    case UIDeviceOrientationUnknown:
    case UIDeviceOrientationFaceUp:
    case UIDeviceOrientationFaceDown:
      return UIImageOrientationUp;
  }
}

使用 CMSampleBuffer 对象和屏幕方向创建一个 VisionImage 对象：

Swift

let image = VisionImage(buffer: sampleBuffer)
image.orientation = imageOrientation(
  deviceOrientation: UIDevice.current.orientation,
  cameraPosition: cameraPosition)

Objective-C

 MLKVisionImage *image = [[MLKVisionImage alloc] initWithBuffer:sampleBuffer];
 image.orientation =
   [self imageOrientationFromDeviceOrientation:UIDevice.currentDevice.orientation
                                cameraPosition:cameraPosition];

3. 处理图片

将 VisionImage 传递给姿势检测器的图片处理方法之一。您可以使用异步 process(image:) 方法或同步 results() 方法。

要同步检测对象，请执行以下操作：

Swift

var results: [Pose]
do {
  results = try poseDetector.results(in: image)
} catch let error {
  print("Failed to detect pose with error: \(error.localizedDescription).")
  return
}
guard let detectedPoses = results, !detectedPoses.isEmpty else {
  print("Pose detector returned no results.")
  return
}

// Success. Get pose landmarks here.

Objective-C

NSError *error;
NSArray *poses = [poseDetector resultsInImage:image error:&error];
if (error != nil) {
  // Error.
  return;
}
if (poses.count == 0) {
  // No pose detected.
  return;
}

// Success. Get pose landmarks here.

如需异步检测对象，请执行以下操作：

Swift

poseDetector.process(image) { detectedPoses, error in
  guard error == nil else {
    // Error.
    return
  }
  guard !detectedPoses.isEmpty else {
    // No pose detected.
    return
  }

  // Success. Get pose landmarks here.
}

Objective-C

[poseDetector processImage:image
                completion:^(NSArray * _Nullable poses,
                             NSError * _Nullable error) {
                    if (error != nil) {
                      // Error.
                      return;
                    }
                    if (poses.count == 0) {
                      // No pose detected.
                      return;
                    }

                    // Success. Get pose landmarks here.
                  }];

4. 获取有关检测到的姿势的信息

如果在图片中检测到人，姿势检测 API 会将 Pose 对象数组传递给完成处理程序或返回数组，具体取决于您调用的是异步方法还是同步方法。

如果这个人不完全在图片内，模型会将缺失的地标坐标分配给帧外，并为其指定较低的 InFrameConfidence 值。

如果未检测到人员，则数组为空。

Swift

for pose in detectedPoses {
  let leftAnkleLandmark = pose.landmark(ofType: .leftAnkle)
  if leftAnkleLandmark.inFrameLikelihood > 0.5 {
    let position = leftAnkleLandmark.position
  }
}

Objective-C

for (MLKPose *pose in detectedPoses) {
  MLKPoseLandmark *leftAnkleLandmark =
      [pose landmarkOfType:MLKPoseLandmarkTypeLeftAnkle];
  if (leftAnkleLandmark.inFrameLikelihood > 0.5) {
    MLKVision3DPoint *position = leftAnkleLandmark.position;
  }
}

效果提升技巧

结果的质量取决于输入图片的质量：

为了使机器学习套件准确检测姿势，图片中的人物应该由足够的像素数据表示；为了获得最佳性能，拍摄对象应至少为 256x256 像素。
如果您在实时应用中检测到姿势，则还应考虑输入图片的整体尺寸。较小图片的处理速度相对较快，因此，为了缩短延迟时间，请以较低的分辨率捕获图片，但请牢记上述分辨率要求，并确保拍摄对象占据尽可能大的图片。
图片聚焦不良也会影响准确性。如果您没有获得可接受的结果，请让用户重新捕获图片。

如果要在实时应用中使用姿势检测，请遵循以下准则以实现最佳帧速率：

使用基本 PoseDetection SDK 和 stream 检测模式。
建议以较低分辨率捕获图片，不过，您也要牢记此 API 的图片尺寸要求。
如需处理视频帧，请使用检测器的 results(in:) 同步 API。从 AVCaptureVideoDataOutputSampleBufferDelegate 的 captureOutput(_, DidOutput:from:) 函数调用此方法，以从指定视频帧同步获取结果。将 AVCaptureVideoDataOutput 的 alwaysIgnoresLateVideoFrames 设置为 true，即可限制对检测器的调用。如果在检测器运行时有新视频帧可用，该帧将被丢弃。
如果要将检测器的输出作为图形叠加在输入图片上，请先从机器学习套件获取结果，然后在一个步骤中完成图片的呈现和叠加。采用这一方法，每个已处理的输入帧只需在显示表面呈现一次。如需查看示例，请参阅展示示例应用中的 previewOverlayView 和 MLKDetectionOverlayView 类。

后续步骤

如需了解如何使用姿势特征对姿势进行分类，请参阅姿势分类提示。
请查看 GitHub 上的机器学习套件快速入门示例，获取使用此 API 的相关示例。

在 iOS 上使用机器学习套件检测姿势

试试看

准备工作

1. 创建 PoseDetector 实例

PoseDetector 个选项

检测模式

Swift

Objective-C

Swift

Objective-C

2. 准备输入图片

Swift

Objective-C

Swift

Objective-C

Swift

Objective-C

3. 处理图片

Swift

Objective-C

Swift

Objective-C

4. 获取有关检测到的姿势的信息

Swift

Objective-C

效果提升技巧

后续步骤

1. 创建 `PoseDetector` 实例

`PoseDetector` 个选项