视觉人体姿态识别算法是一种通过计算机视觉技术，对人体在图像或视频中的姿态进行自动识别和分析的算法。该算法可以对人体的关键点、姿态、动作等进行识别和分析，从而实现对人体运动和行为的自动识倪静风：很多精巧的算法绝对是精妙绝伦，而且这些算法是非常实用的。如：一、FFT算法快速离散傅立叶变换算法，用很快的速度把离散傅立叶变换在计算机中实现，在语音，图像，传感器，信
1、人体姿态识别人体姿态识别主要在于研究描述人体姿态以及预测人体行为，其识别过程是指，在指定图像或视屏中，根据人体中关节点位置的变化，识别人体动作的过程。人体姿态识别使用人体姿态识别算法检测出人体上半身关键点，根据关键点连线的关系判断出行人抬手的动作，并对两个行人抬手动作进行抬手相似度分析。一、软件操作图1.加载视频进行抬手动作分析，
ˋ０ˊ 姿态估计(pose estimation)在计算机视觉领域是一个非常重要的方向，人类动作理解，人机互动等等应用都需要精确的姿态识别。目前，绝大多数的2d姿态识别都是识别人体的关键点，比如，给定姿态识别是通过一系列算法分析传感器设备或摄像头捕捉到的目标对象原始信息，从而得到目标对象姿态。基于计算机视觉的姿态识别步骤有姿态估计、构建姿态数据集、特征提取和模型训练。
╯▽╰ ⼈体姿态估计算法之openpose ⼀，openpose是⼀种⾃底向上的算法：OpenPose⼈体姿态识别项⽬是美国卡耐基梅隆⼤学（CMU）基于卷积神经⽹络和监督学习并以Caffe为框架开发的开论文[9] 提出一种称为Part-Aware LSTM的模型，该模型主要是在针对使用Kinect采集的骨骼数据进行人体的姿态识别。
