ml5 PoseNet KNN Classification 사용방법

PoseNet은 실시간 인간 포즈 추정을 허용하는 기계 학습 모델이다. 단일 포즈 또는 다중 포즈를 추정하는 데 사용할 수 있다. 즉, 이미지/비디오에서 한 사람만 감지할 수 있는 알고리즘 버전과 이미지/비디오에서 여러 사람을 감지할 수 있는 하나의 버전이 있다.

 

 

KNN은 원래 데이터셋에서 새로운 데이터가 들어왔을 때 가장 가까운 k개를 찾아 분류를 하는 모델 이다.

 

두개의 모델을 이용해 만들어진 프레임워크인 ml5는 사람의 포즈를 구분하고 해당 데이터를 저장해서

classification을 할 수 있다.

 

준비물은 자신을 찍을 수 있는 캠코더만 준비하면 된다.

해당 주소로 접속한다.

https://editor.p5js.org/ml5/sketches/KNNClassification_PoseNet

p5.js Web Editor

 

왼쪽에 html 및 javascript 코드가 있고 오른쪽엔 실행된 결과화면이 있다.

만약 캠코더가 제대로 작동하고 있다면 자신이 움직이는 대로 keypoint가 같이 움직일 것 이다.

 

 

캠코더 아래 보이는 화면은 위와 같을 것이다.

 

만약 앉았다 일어섰다를 구분하고 싶으면 앉았을때 포즈를 취하고 'Add an Example to Class A'를 클릭한다.

그러면 0 A examples의 값이 클릭마다 증가한다.

 

이제는 일어섰을때 포즈를 취하고 'Add an Example to Class B' 마찬가지로 0 B examples의 값이 증가한다.

각 10장 정도를 찍은다음 'Start predicting!' 을 클릭하고 학습한다.

 

이제 앉았다 일어섰다를 해보자

그러면 Confidence in A 또는 B에서 클래스별 예측확률이 표시된다!