基于DragonBoard 410c+3D摄像头的人体姿势评估分析

际的速度和理论速度往往有差别，其速度可能跟不上，因此在预研过程总我们要考虑到这个问题，后续研究过程中将需要进一步对其进行实际测试，但是综合考虑，由于使用kinect摄像头还涉及到微软的相关库的使用，这里就可能需要用开发板来跑win10，但是对win10 不是很熟悉，所以最终我们在研发过程总还是选择普通的摄像头，采用单目摄像头进行测试，具体的测试和调试过程，将在后续的博客中更新。同时考虑到处速度和效率问题，通过前面几个博客中介绍和实践的使用OpenCV来实现的粒子滤波算法的实际运行处理效果来看，这个使用Dragonboard 410c开发板基本可以实现。

在图形处理开发库方面，综合考虑到在Dragonboard 410c上可以使用高通专用的fastcv，同时使用Linux和Android系统的时候，还可以使用opencv开源的视觉处理库，其中这两个库的具体信息在以下链接上具有详细介绍。

https://developer.qualcomm.com/software/fast-cv-sdk/tools

http://opencv.org/

通过对比分析，这两个库fastcv 在性能上远远高于opencv，但是fastcv提供的各种处理函数和算法没有opencv全面，为了实现交高性能的处理和确保整个处理能够满足Dragoboard 410c处理要求，后续测试过程中将以fastcv优先，先用fastcv采用HMM算法来测试，看实现是否稳定和可靠性，下期博客中，将同步更新，使用单目摄像头来进行人体姿态估计跟踪算法的测试。