使用TensorFlow确定人体姿势质量的好方法

Question

我试图确定一个人坐姿的质量。 （例如，直立=好/蹲着=不好）并带有摄像头。

第一次尝试：

• 图像获取（带有OpenCV python绑定）
• 创建带有标签图像的数据集，分为好/坏
• 特征检测（FAST）
• 在具有该特征（ANN_MLP）的数据集上训练神经网络

结果还可以，但有一些限制：

• 与网络摄像机的移动，位移，其他人，物体等相同。
• 无法确定FAST功能是否适合
• 对于机器学习来说还很陌生，并且希望使用TensorFlow尝试更复杂的方法：

第二次尝试：

我尝试通过Tensorflow PoseNet进行人体姿势检测 并得到一个可以确定人体部位位置概率的微型示例工作。因此，现在的挑战是从PoseNet的输出中检测人的坐姿质量。

什么是继续进行的好方法：

训练第二个TF模型以获取人体部位的概率 位置作为输入和输出的好/坏姿势？ （因此PoseNet用作精美特征检测器）
1. 重新设计PoseNet模型以适应我的输出需求并对其进行重新培训吗？
2. 从PoseNet转移学习（我只是读过它，但不知道它在这里如何或是否适用）？
3. 还是完全不同的方法？