---
tags: openpose
---
# 使用 posenet 呈現 5 種計算方式
## 2021/6/28

### 5 種計算方式


:::success
1. 原計算:單一關節之所有幀數(frame)數據(x,y)當作分母
2. 原計算 + 改變排序 + 多維dtw(dtw_ndim)
3. 新計算:當前幀數(frame)的所有關節數據(x,y)當作分母
4. 新計算 + 改變排序 + 多維dtw(dtw_ndim)
5. 新計算 + 改變排序 + 多維dtw(dtw_ndim)，所有幀數比較
6.
:::

### Human-Pose-Compare 的 score.py 探討

score.py 的內容分成三部分: L2 ， 資料排序 ， DTW

以下是 原計算 跟 新計算 在上述部份的差別:


---

> python start_here.py --activity "punch - side" --video "true.mp4" --lookup "false.pickle"

### 1.原計算 解釋


資料排序-> [[x,y,x,y]]
          

:::info
這邊的 dtw 用一維跟多維，不會改變 dtw
:::

### 2. 原計算 + 改變排序 + 多維dtw(dtw_ndim)


改變排序 -> 維持 [[x,y],[x1,y1]]

:::info
=> 第二點比第一點分數高，是因為改變資料排序，以二維去進行dtw
:::

### 3. 新計算:當前幀數(frame)的所有關節數據(x,y)當作分母



紅色框框 : 以當前幀數(frame)的所有關節數據(x,y)當作分母

:::info
=> 新計算方式比原計算方式分數低的原因?
L2 被打亂，進入for i in range(0,17)迴圈進行dtw時失去L2原有特性(進入迴圈資料特性不是1)

:::

### 4. 新計算 + 改變排序 + 多維dtw(dtw_ndim)


### 5. 新計算 + 改變排序 + 多維dtw(dtw_ndim)，所有幀數比較



:::info
得到-180 這個分數，是因為ip:201,model=212，會有201個1跟212個1進行dtw
:::

### 6.



:::info
第5點改變L2以所有資料比較，為什麼得到分數高?
因為資料特性為1
:::

----

### 6種計算方式架構圖 :





----

### 問題

:::warning
1.會影響結果的不是DTW，而是套DTW前的資料「L2方式、date.shape(資料排序)」，最佳的資料排序為何?
2.目前比對結果尚無判斷何時「開始比對、結束比對」，這可能影響結果
3.openpose做點位移，捨棄現在的norm(改變長度)?
4.openpose是否也做resize?
:::