我正在開發一個人必須模仿預定姿勢的項目。照片是由模仿此預定義姿勢的人制作的。 然後，從這個圖像中提取人的人體姿勢，並與預定義的姿勢進行比較。最後一個得分機制決定兩個姿勢的匹配程度，或者它們完全匹配。智能手機上的人體姿勢估計/匹配
我想爲智能手機開發，因此理想情況下，所有內容都嵌入智能手機本身。這意味着，該實現能夠在CPU或智能手機GPU上運行（例如Moto G5 Plus，板載Adreno 506 GPU - 支持OpenGL）。 工作嵌入式不是必須的，我認爲也可以將估算/匹配算法外包給包含體面GPU的中央服務器。嵌入式或外包式這種特殊選擇是一個涉及許多參數（性能/計算能力，服務器成本，準確性，移動電池使用率，延遲服務器通信，多平臺，可擴展性，移動數據使用量 - 無重要 - ，...）
我知道有一些框架可用於人體姿態估計，如Openpose和更深切。但是，由於他們都使用深度學習，他們需要一個下降GPU。目前，大多數新智能手機都配備了GPU，但它們是否能夠運行這些框架？ 爲了適應這種情況，（多人）關鍵點檢測不需要是實時的，因爲只有1個圖片（沒有實時視頻），並且延遲時間爲2到5秒是可以接受的。
由於我還處於研究階段，我不知道該走什麼方向。 它甚至有可能將這些框架移植到智能手機平臺上嗎？就像Openpose一樣，它使用Caffe和OpenCV。假設我想將Openpose移植到Android;我知道有一個庫CNNdroid能夠將使用Caffe製作的CNN模型轉換爲CNNdroid格式。進一步的OpenCV也不應該是一個大問題，因爲有一個Android版本可用。所以，從理論上講似乎是可能的，但在實踐中......
我的問題是：是否有人在智能手機上使用人體姿勢檢測/匹配的經驗？智能手機上現有的GPU可用嗎？我知道這是一個很寬泛的問題，但一些方向/建議/經驗可以真正幫助
UPDATE： 我正在考慮移植的選項Openpose（使用來自Caffe爲ML框架）來TensorFlow。 TensorFlow支持的Android &的iOS