---

构建类型	Linux	MacOS	Windows
构建状态

OpenPose 是首个能够在单张图像上同时检测人体、手部、面部和脚部关键点（共计135个关键点）的实时多人系统。

该系统由Ginés Hidalgo、Zhe Cao、Tomas Simon、Shih-En Wei、Yaadhav Raaj、Hanbyul Joo以及Yaser Sheikh共同开发。目前由Ginés Hidalgo和Yaadhav Raaj维护。OpenPose 的实现离不开CMU 全景工作室数据集。我们还要感谢所有以各种方式帮助过 OpenPose 的人，详情请参阅 [doc/09_authors_and_contributors.md] 文档。

^{作者 Ginés Hidalgo（左）和 Hanbyul Joo（右）在 CMU 全景工作室前合影}

目录

1. 结果
2. 特性
3. 相关工作
4. 安装
5. 快速入门概览
6. 给我们反馈！
7. 引用
8. 许可证

结果

全身（身体、脚、面部和手部）2D 姿态估计

^{测试 OpenPose：（左）来自 YouTube 视频 悉尼疯狂 Uptown Funk 快闪舞 的片段。（中、右）作者 Ginés Hidalgo 和 Tomas Simon 正在测试面部与手部关键点}

全身 3D 姿态重建与估计

^{Tianyi Zhao 正在测试 OpenPose 3D 模块}

Unity 插件

^{Tianyi Zhao 和 Ginés Hidalgo 正在测试 OpenPose Unity 插件}

运行时分析

我们对比了三种可用的姿态估计库在同一硬件和条件下进行推理的时间：OpenPose、Alpha-Pose（快速 PyTorch 版本）和 Mask R-CNN。结果显示，OpenPose 的运行时间保持恒定，而 Alpha-Pose 和 Mask R-CNN 的运行时间则会随着人数增加呈线性增长。更多细节请参见 此处。

特性

主要功能：

• 2D 实时多人关键点检测：
  • 可进行 15、18 或 25 点身体/脚部关键点估计，其中包括 6 个脚部关键点。运行时间与检测到的人数无关。
  • 2×21 点手部关键点估计。运行时间取决于检测到的人数。如需运行时间不受人数影响的替代方案，请参阅 OpenPose 训练代码。
  • 70 点面部关键点估计。运行时间取决于检测到的人数。如需运行时间不受人数影响的替代方案，请参阅 OpenPose 训练代码。
• 3D 实时单人关键点检测：
  • 从多个单视图进行 3D 三角测量。
  • 自动处理 Flir 摄像头的同步问题。
  • 兼容 Flir/Point Grey 摄像头。
• 标定工具箱：用于估计相机的畸变、内参和外参。
• 单人跟踪功能，可进一步提升速度或实现平滑的视觉效果。

输入：图像、视频、网络摄像头、Flir/Point Grey 摄像头、IP 摄像头，还支持添加自定义输入源（例如深度相机）。

输出：基础图像 + 关键点显示/保存（PNG、JPG、AVI 等），关键点保存（JSON、XML、YML 等），关键点以数组形式输出，同时支持用户自定义输出代码（例如精美的 UI）。

操作系统：Ubuntu（20、18、16、14）、Windows（10、8）、Mac OSX、Nvidia TX2。

硬件兼容性：CUDA（Nvidia GPU）、OpenCL（AMD GPU）以及无 GPU 的 CPU 专用版本。

使用方式：

• 使用 命令行演示 来体验内置功能。
• 使用 C++ API 和 Python API 来实现自定义功能，例如添加自定义输入、预处理、后处理及输出步骤。

更多详细信息，请参阅 重大发布特性 和 发布说明 文档。

相关工作

• OpenPose 训练代码
• OpenPose 脚部关键点数据集
• OpenPose Unity 插件
• OpenPose 的相关论文已发表于 IEEE TPAMI 和 CVPR 期刊。若您的研究受到 OpenPose 的启发，请在您的论文中引用这些文献！（链接及更多详情请参见下方的 引用 部分）。

安装

如果您想在不安装或编写任何代码的情况下使用 OpenPose，只需下载并使用最新的 Windows 便携版 OpenPose即可！

否则，您也可以从源代码构建 OpenPose。有关所有替代方案，请参阅安装文档。

快速入门概览

只需在您喜欢的命令行工具中（例如 Windows PowerShell 或 Ubuntu 终端）使用 OpenPose 演示程序即可。例如，以下示例将在您的网络摄像头上运行 OpenPose，并显示人体关键点：

# Ubuntu
./build/examples/openpose/openpose.bin

:: Windows - 便携版演示
bin\OpenPoseDemo.exe --video examples\media\video.avi

您还可以按任意顺序添加任何可用的标志。例如，以下示例将处理视频文件（--video {PATH}），启用人脸检测（--face）和手部检测（--hand），并将输出的关键点保存为 JSON 文件到磁盘（--write_json {PATH}）。

# Ubuntu
./build/examples/openpose/openpose.bin --video examples/media/video.avi --face --hand --write_json output_json_folder/

:: Windows - 便携版演示
bin\OpenPoseDemo.exe --video examples\media\video.avi --face --hand --write_json output_json_folder/

此外，您还可以通过 Python 和 C++ API 扩展 OpenPose 的功能。在安装 OpenPose 后，请查阅其官方文档，以快速了解所有替代方案和教程。

向我们提供反馈！

我们的库是面向研究用途的开源项目，我们希望不断改进它！因此，如果您……请随时告诉我们（创建新的 GitHub 问题或拉取请求、发送电子邮件等）：

1. 发现或修复了任何错误（无论是功能上的还是速度上的），或者知道如何提升 OpenPose 某一部分的速度或性能。
2. 希望添加或展示基于 OpenPose 构建的酷炫功能、演示或项目。我们可以将您的项目链接添加到我们的社区项目部分，甚至将其集成到 OpenPose 中！

引用

如果 OpenPose 对您的研究有所帮助，请在您的出版物中引用以下论文。OpenPose 的核心基于OpenPose：基于部位亲和场的实时多人二维姿态估计，而手部和面部检测器还参考了利用多视角自举法进行单张图像中的手部关键点检测的研究成果（面部检测器的训练过程与手部检测器相同）。

@article{8765346,
  author = {Z. {Cao} and G. {Hidalgo Martinez} and T. {Simon} and S. {Wei} and Y. A. {Sheikh}},
  journal = {IEEE Transactions on Pattern Analysis and Machine Intelligence},
  title = {OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields},
  year = {2019}
}

@inproceedings{simon2017hand,
  author = {Tomas Simon and Hanbyul Joo and Iain Matthews and Yaser Sheikh},
  booktitle = {CVPR},
  title = {Hand Keypoint Detection in Single Images using Multiview Bootstrapping},
  year = {2017}
}

@inproceedings{cao2017realtime,
  author = {Zhe Cao and Tomas Simon and Shih-En Wei and Yaser Sheikh},
  booktitle = {CVPR},
  title = {Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields},
  year = {2017}
}

@inproceedings{wei2016cpm,
  author = {Shih-En Wei and Varun Ramakrishna and Takeo Kanade and Yaser Sheikh},
  booktitle = {CVPR},
  title = {Convolutional Pose Machines},
  year = {2016}
}

论文链接：

• OpenPose：实时多人二维姿态估计（基于部位亲和场）：
  • IEEE TPAMI
  • ArXiv
• 单张图像中的手部关键点检测（利用多视角自举法）
• 实时多人二维姿态估计（基于部位亲和场）
• 卷积姿态机器

许可证

OpenPose 可供免费的非商业用途使用，并可在满足特定条件的情况下重新分发。更多详细信息，请参阅许可证。有意获取商业许可？请访问此FlintBox 链接。如需商业合作相关咨询，请使用该FlintBox 链接中的“联系”部分，并同时将相关信息抄送至Yaser Sheikh。

OpenPose 快速上手指南

OpenPose 是首个实时多人姿态估计系统，能够同时检测人体、手部、面部和脚部关键点（共 135 个关键点）。本指南将帮助您快速在本地环境中运行 OpenPose。

环境准备

系统要求

OpenPose 支持以下操作系统：

• Linux: Ubuntu (20.04, 18.04, 16.04, 14.04)
• Windows: 10, 8
• macOS: OSX
• 嵌入式: Nvidia TX2

硬件兼容性

• GPU 加速: 支持 CUDA (Nvidia GPU) 或 OpenCL (AMD GPU)。推荐使用 Nvidia GPU 以获得最佳性能。
• CPU 模式: 支持无 GPU 环境（仅 CPU），但推理速度较慢。

前置依赖

若选择从源码编译，需预先安装以下依赖（以 Ubuntu 为例）：

• CMake
• GCC / G++
• Git
• CUDA Toolkit (如需 GPU 加速)
• cuDNN (如需 GPU 加速)
• OpenCV
• Protobuf
• Eigen
• GFlags & GLog

提示：如果您不想配置环境和编译代码，Windows 用户可直接下载官方提供的 Portable Demo (便携版)，解压即可运行，无需安装任何依赖。

安装步骤

您可以选择使用便携版（推荐新手）或从源码编译。

方案 A：Windows 便携版（最简单）

1. 访问 OpenPose 发布页面或文档中提供的链接，下载最新的 openpose-windows-portable-demo.zip。
2. 解压压缩包到任意目录（路径中尽量避免包含中文或空格）。
3. 进入解压后的文件夹，即可在 bin 目录下找到可执行文件。

方案 B：从源码编译 (Linux/Windows/macOS)

以下为 Linux (Ubuntu) 下的通用编译流程：

1. 克隆仓库

   git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose.git
   cd openpose
   

2. 安装依赖

   sudo apt-get update
   sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
   sudo apt-get install -y --no-install-recommends libboost-all-dev
   sudo apt-get install -y libatlas-base-dev libflags-generalpp-dev cmake
   # 若使用 GPU，请确保已安装 CUDA 和 cuDNN
   

3. 配置与编译

   mkdir build && cd build
   cmake ..
   make -j`nproc`
   

   注：Windows 用户可使用 CMake GUI 生成 Visual Studio 解决方案后进行编译；macOS 用户需确保 Xcode Command Line Tools 已安装。

基本使用

安装完成后，您可以通过命令行直接运行演示程序。

1. 启动摄像头实时检测（人体关键点）

这是最简单的用法，将调用默认摄像头并实时显示人体骨架。

Linux (源码编译版):

./build/examples/openpose/openpose.bin

Windows (便携版): 打开命令行工具（如 PowerShell 或 CMD），进入 bin 目录后运行：

bin\OpenPoseDemo.exe

2. 处理视频文件并检测全身（含手部和面部）

以下示例展示如何读取本地视频，开启面部和手部检测，并将结果保存为 JSON 文件。

Linux:

./build/examples/openpose/openpose.bin --video examples/media/video.avi --face --hand --write_json output_json_folder/

Windows:

bin\OpenPoseDemo.exe --video examples\media\video.avi --face --hand --write_json output_json_folder/

常用参数说明

• --video {PATH}: 指定输入视频路径。若不填则默认使用摄像头。
• --face: 启用面部关键点检测。
• --hand: 启用手部关键点检测。
• --write_json {PATH}: 将检测到的关键点坐标保存为 JSON 格式到指定文件夹。
• --display: 控制是否显示可视化窗口（设为 false 可在服务器后台运行）。

更多高级功能（如 3D 重建、自定义输入源、Python/C++ API 调用）请参考官方文档 doc/00_index.md。