待验证50% 置信事实精确时间
OpenPose 由CMU开发，2017年由Zhe Cao等人发表，首次实现多人实时2D姿态估计，使用部分亲和场（PAF）来关联不同人体的关节点
1
来源数
50%
置信度
长期有效
时效性
2026/8/4
首次发现
来源
相关事实
待验证人体姿态估计技术通过深度学习模型从摄像头二维图像中实时推断人体各关节空间位置，底层依赖卷积神经网络（CNN）64% 相似待验证姿态控制通常使用OpenPose或DWPose提取人体骨架关键点，深度控制通过MiDaS或Depth Anything估计场景三维结构，Canny边缘提取图像轮廓线条62% 相似待验证OpenAI的CLIP模型是早期多模态对齐的里程碑，通过对比学习让图文表示在向量空间中对齐62% 相似待验证深度图在抑制镜头抖动和透视突变方面效果显著，OpenPose序列主要约束人体动作的关节运动合理性60% 相似待验证SAOT采用的人体姿态估计算法脱胎于计算机视觉深度学习研究，核心是通过卷积神经网络（CNN）提取特征并经三维重建算法合成球员空间坐标60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/684088API
curl https://kongchang.com/api/v1/knowledge/claims/684088MCP
get_claim(id=684088)