## 測試說明
在評估MediaPipe、OpenPose、AlphaPose等估測器時，主要使用了以下6張圖片進行測試：

圖A

圖B

圖C

圖D

圖E

圖F

首先會依序分析各個估測器的輸出結果（主要分為臉部、手部、遮住部分），最後再以表格形式比較三者的優劣。

## 1. MediaPipe

### 圖片測試結果
圖A

圖B

圖C

圖D

圖E

圖F

### 分析
1. 臉部
從上面6張圖片的測試結果，可以看出MediaPipe對於圖A、B、C、D這類從正面拍攝的圖片均能準確地分析眼、鼻、嘴位置，然而對於圖E的側臉或圖F的俯瞰視角，MediaPipe的準確度並不高。

2. 手部
在遮蔽不多的圖片中，MediaPipe均有找到手部的正確位置，並區分大拇指與其他四指的位置。然而在圖C中，MediaPipe誤判了左手的位置，可能是圖片黑白的色彩混淆了判斷；而在圖E中，右手也有輕微的誤判，說明MediaPipe對於側身圖的分析能力較弱；至於圖F則因遮蔽部分過多，手部位置未能判斷成功。

3. 遮住部分
MediaPipe對於遮住部分能進行一定程度的預測，圖A（右小腿遮蔽）、C（左手臂遮蔽）、E（右大腿遮蔽）的預測結果與實際差異不大。不過圖F僅勉強預測出左手位置，被完全遮蔽的右手和鏡頭外的左小腿，均未能給出合理的預測結果。

4. 其他
MediaPipe的設計原先似乎是以單人照作為分析目標，因此在多人照的分析中，只能對其中一人進行分析。

## 2. OpenPose

### 圖片測試結果

圖A

圖B

圖C

圖D

圖E

圖F

### 分析
1. 臉部
OpenPose對於6張圖片的臉部分析均相當準確，MediaPipe主要偵測眼、鼻、嘴的位置，而OpenPose則為耳、鼻、眼（添加額外指令更可繪製完整五官）。

2. 手部
在添加額外指令後，OpenPose能夠將五指的動作各別區分，分析也近乎完全正確，僅在有所遮蔽時（如圖C的右手）會有些微的預測失誤。

3. 遮住部分
相較MediaPipe有意把整個分析模型套用進照片裡，OpenPose會把無法進行預測的遮蔽部分去除，這讓OpenPose在遇到圖F這類遮蔽較多的圖片時，預測較不會有嚴重誤差。然而，在圖A、E可以看到OpenPose誤判了腿部的實際位置，有「誤以為遮蔽部分無法預測」這個潛在問題。

## 3. AlphaPose

### 圖片測試結果

圖A

圖B

圖C

圖D

圖E

圖F
（無輸出結果）

### 分析
1. 臉部
AlphaPose的臉部分析與OpenPose相似，主要是對耳、鼻、眼的位置進行分析，不過若要進一步對完整五官進行分析，需使用其他模型。

2. 手部
如同OpenPose，基本模型的AlphaPose無法對手指的細節加以分析。

3. 遮住部分
AlphaPose在遇到遮住部分時，很容易將其直接忽略（例如圖A的右腳、圖B右側人員的右半身）。當遇到圖F這類遮蔽較多的圖片時，甚至無法進行辨識。話雖如此，AlphaPose有繪製出的部分基本上都是正確的，有時甚至能比MediaPipe精準（如圖C的左手、圖E的右手）。

4. 其他
MediaPipe和OpenPose均能分析腳掌的位置，然而AlphaPse的模型僅止於腳踝處。

## 整體比較

| | MediaPipe | OpenPose | AlphaPose |
| -------- | ------------------------------------------------ | ---------------------------------------------------------- | -------------------------------------- |
| 臉部 | 能分析眼、鼻、嘴位置，但正面以外的視角準確度不高 | 在不同角度均能準確分析耳、鼻、眼位置（五官輪廓需額外指令） | 同OpenPose（但需使用其他模型分析五官） |
| 手部 | 能區分大拇指與其他四指 | 能完整分析五指動作（需額外指令） | 無法辨識（需使用其他模型） |
| 遮住部分 | 適合處理輕度遮蔽的圖像（處理重度遮蔽效果不佳） | 適合處理重度遮蔽的圖像（處理輕度遮蔽效果不佳） | 不適合處理有遮蔽的圖像 |
| 多人分析 | 不可 | 可 | 可 |

### MediaPipe
總結來說，MediaPipe比較適合處理「全身入鏡的彩色個人圖像」。在這類圖像中，一些部位若被其他身體部分擋住（輕度遮蔽），基於MediaPipe偏向把完整模型置入圖像的特性，也能成功預測這些部位的位置。然而MediaPipe判斷「遮蔽部位是否能夠預測」的能力較弱，如果人物被自已以外的大型物體擋住（重度遮蔽），判斷結果便很可能失準。此外，MediaPipe對於相似色的判定並不如另外兩者來得好，因此不適合處理有特殊濾鏡效果的圖像（如黑白照片）。

### OpenPose及AlphaPose
相較之下，OpenPose和AlphaPose能處理的圖像就不受限於色彩及人數。OpenPose則能藉由「去除無法預測之遮蔽部分」的能力來克服MediaPipe所遭遇的問題，但有時誤判了使用時機，反而會在一些輕度遮蔽的圖像中出現差錯。AlphaPose也有和OpenPose類似的問題存在，不過更為嚴重，甚至會在重度遮蔽的圖像中放棄預測。OpenPose和AlphaPose若能準確判斷遮蔽部分的預測能否，想必能有更進一步的發展。

## 心得
在這次的題目中，我藉由操作各種估測器，對圖片進行分析，瞭解了人體姿態辨識的基本概念。除此之外，為了運行三種不同的估測器，需要設置不同的環境來進行操作，這也讓我對環境設置有了更深刻的認識。

在做完圖片分析後，我也找了一些比較影片，來了解不同估測器對動態圖像的分析情形（如[AlphaPoseとOpenpose比較（2020/02）](https://www.youtube.com/watch?v=-jywtLXED04)及[MediaPipe vs OpenPose (Human Pose Landmark Detection)](https://www.youtube.com/watch?v=X471QY9n7dA)）。在看過這些影片後，感覺OpenPose的表現似乎比起另外兩者都要來得好，在接下來的題目或許能助一臂之力。