三步玩转人体姿势搜索pose-search 新手完整上手指南【免费下载链接】pose-searchx6ud.github.io/pose-search项目地址: https://gitcode.com/gh_mirrors/po/pose-search你有没有过这样的经历明明脑子里有一幅特别清晰的画面——一个运动员腾空而起、身体后仰、手臂张开——但打开图库搜跳跃出不来搜后仰更离谱最后只能一张张往下翻翻到眼睛冒金星。小林是一名健身教练他每天都要给学生找标准动作的示范图卧推的推举角度、深蹲的髋部位置、跑步时摆臂的幅度。这些动作的关键根本不在于做了什么而在于身体处于什么姿态。他试过给每张图手动打标签结果维护起来比训练还累。而今天要介绍的这个开源项目pose-search恰好治的就是这种病它是一套用人体姿势搜索图片的工具核心思路是让人体姿势识别与智能匹配代替关键词检索把动作长什么样变成搜索条件本身。上图就是 pose-search 的编辑器界面左侧是原始滑板照片与红色骨架标注中间是三维骨骼模型右侧是性别、标签等元数据管理。第一幕 · 一个让姿势变成关键词的想法 先说说小林的老办法。他当时是怎么找图的先想这个动作叫什么——但问题来了动作的名称是约定俗成的而姿态本身是连续、立体的。左臂弯曲45度、右腿向前迈出、身体前倾15度——这种描述不光打字费劲而且一千个人有一千种理解。更重要的是中文一个词可能对应十种完全不同姿势比如弓步前后腿的角度不同、重心高低不同看起来就是两种动作。Pose-Search 的逻辑完全不同它不问你这是什么动作而是问你你要哪个部位长什么样。肩膀抬到什么角度、膝盖弯到什么程度、躯干向哪个方向倾斜——这些才是它真正比较的东西。说白了它是用几何代替文字来搜索。第二幕 · 灵光一现给每张图装一个动作指纹 ⚡如果你把每张照片里的人物想象成一个火柴人事情就好懂了。Pose-Search 做的事情可以拆成三步识别用 AI 在照片里找到人体的 33 个关键点——你可以把它们理解为人的关节点坐标比如左右肩膀、手肘、膝盖、髋部等建模把这些点连成一个三维骨骼模型相当于给画面里的人物捏了一个火柴人替身匹配你摆一个姿势系统计算图库里所有火柴人和你姿势的差异角度越接近排名越靠前。整套识别依靠的是 Google 开源的MediaPipe Pose方案项目里甚至把它打包成了一个独立的 worker 在浏览器后台运行不占用主界面。也就是说识别、建模、匹配全在你的浏览器里完成不需要重型服务器。第三幕 · 亲自上手装好 → 用起来 → 玩出花样 光说不练假把式。下面带你走一遍完整流程全程只需要一个浏览器和一个终端。一分钟装好环境项目基于 Vue 3 Vite依赖很轻装起来没什么坑git clone https://gitcode.com/gh_mirrors/po/pose-search cd pose-search npm install # 安装依赖首次会下载 MediaPipe 等库耐心等一会儿 npm run dev # 启动开发服务器然后打开终端提示的本地地址默认是http://localhost:3000就能看到搜索界面了。三步完成你的第一次姿势搜索搜索界面的操作比想象中简单核心就三件事第一步摆出或选出一张目标姿势。页面左侧是图片区你可以上传一张人物照片系统会自动标出 33 个关键点并在中间生成对应的三维骨骼模型。第二步指定关注部位。这是最妙的地方——系统内置了整整 12 个可选的身体部位匹配器你可以只锁定某一个部位来搜可选部位对应功能脸Face、胸部Chest关注上半身躯干姿态左/右肩Shoulder判断手臂相对躯干的方向左/右肘Elbow比较大小臂弯曲角度左/右髋Hip、左/右膝Knee分析腿部姿态裆部Crotch特殊姿态识别更方便的是你直接点击中间骨骼模型的节点系统就会自动选中对应的部位不用去下拉框里翻。第三步微调筛选条件点搜索。你可以按性别筛选男/女/未标注还可以开关考虑拍摄角度这个选项——如果你不在乎照片是正面还是背面拍的关掉它匹配会变得更宽容。点击搜索后系统按相似度从高到低排序最多返回 100 条结果。玩出花样建一个你自己的动作图库光搜默认图库当然不过瘾。项目还带了一个编辑器页面地址是/#/editor你可以用它批量往数据库里加图先到 Unsplash 申请一个开发者应用 Key在编辑器页面粘贴 Key它会自动拉取照片每张图会自动跑一遍姿势识别你可以在右侧补充性别、标签等信息点Save data.db数据就写进了项目的public/photos.json和landmarks.dat两个文件里。也就是说图库完全归你掌控——想存健身动作、舞蹈姿势还是影视截图随你。第四幕 · 拆开看看它凭什么能看懂姿势 下面用大白话讲两个最亮眼的技术点点到为止不堆代码。双轨数据2D 视角 3D 世界坐标项目里每张图存的姿势数据其实有两套一套是屏幕上的二维坐标normalizedLandmarks记录了关键点在画面里的位置另一套是三维世界坐标worldLandmarks是 AI 推测出的人物真实空间姿态。为什么存两份因为搜索时它们各管一件事三维坐标用来比较动作本身像不像二维坐标用来比较在镜头里看起来像不像。也正是这套双轨设计让它能做到正面背面都能认——有些部位匹配器甚至自带镜像逻辑自动把左右手互换后重新比较一遍。部位匹配器像拼乐高一样拼姿势看源码目录src/Search/impl/你会发现每个身体部位都有一个独立文件MatchShoulder、MatchElbow、MatchKnee……每个匹配器只关心自己负责的那几块骨头。以肩膀为例它先锁定肩部相对躯干的方向再计算目标姿势和候选图片的夹角误差误差超过 45 度直接淘汰剩下的按得分排序。这种分工明确的设计带来一个好处你想加新玩法实现一个简单的接口就行。项目里每个匹配器都遵循同一个协议——先prepare读取你摆的姿势再对每张图执行match返回相似度得分。想自定义搜索逻辑照着这个接口写就是了门槛不高。另外提一嘴配置文件src/config.ts两个参数很值得一调export const LANDMARK_VISIBILITY_ACCEPTABLE_THRESHOLD 0.4; // 关键点可见度低于 0.4 就当看不见不参与匹配 export const MAX_NUM_OF_SEARCH_RESULTS 100; // 单次搜索最多返回 100 条结果硬件要求与局限整套识别跑在浏览器里普通电脑 Chrome / Edge / Firefox 即可流畅运行首次加载时模型文件会占一点网络流量之后都在本地算。需要说清楚的是目前它面向单人姿势识别多人画面、视频流处理都不在现有能力范围内——不过视频本质上就是逐帧图片将来做逐帧分析是完全可行的方向。第五幕 · 一起出发让动作本身开口说话 回到开头的小林。后来他用 pose-search 给自己的训练图库重新建了索引每个学生的动作照片进库时自动跑一遍识别教学时想找深蹲到位的示范直接调出标准姿势模型一秒锁定图库里所有角度接近的片子。他说了一句很有意思的话以前是我想破头想词现在是姿势自己找人。这就是 Pose-Search 真正想传达的理念图片检索不该受困于人类的词汇量动作本身才是最准确的关键词。最后给你三个小建议图要清晰光线充足、人物完整、遮挡少识别效果才稳部位要聚焦想找手臂动作就别用全身姿势去搜越聚焦越精准善用编辑器把常用的标准动作建成专属图库配合标签系统使用效果翻倍。项目基于 MIT 许可证开源代码、模型、数据管理都打包得清清楚楚无论你是想直接拿来用还是想研究 3D 骨骼匹配的实现都很值得 clone 一份源码慢慢琢磨。仓库地址https://gitcode.com/gh_mirrors/po/pose-search别再琢磨怎么用文字描述那个动作了打开 pose-search摆个姿势让动作说话。【免费下载链接】pose-searchx6ud.github.io/pose-search项目地址: https://gitcode.com/gh_mirrors/po/pose-search创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
