用张量确定人体姿势质量的好方法

Question

我试着判断一个人坐姿的质量。（例如，端坐=好/蹲坐=坏）使用网络摄像头。你知道吗

第一次尝试：

• 图像获取（使用OpenCV python绑定）
• 创建一个数据集，将带标签的图像分为好/坏
• 特征检测（快速）
• 在具有该特征的数据集上训练神经元网络（ANN\u MLP）

结果还行，但有一些限制：

• 对网络摄像头的移动、位移、其他人、物体等不具有不变性
• 我不确定快速功能是否适合
• 我对机器学习非常陌生，想尝试更复杂的TensorFlow方法：

第二次尝试：

我尝试了通过Tensorflow PoseNet检测人体姿势 并给出了一个确定人体各部位位置概率的小算例。所以现在的挑战是从PoseNet的输出中检测出一个人坐姿的质量。你知道吗

好的方法是什么：

1. 训练第二个TF模型，得到人体各部位的概率 姿势作为输入和输出好/坏姿势？（因此PoseNet被用作奇特的特征检测器）
2. 重做PoseNet模型以满足我的输出需求并重新培训它？你知道吗
3. 从PoseNet迁移学习（我刚刚读到了它，但不知道它是如何或是否适用于这里）？你知道吗
4. 或者完全不同的方法？你知道吗