##3D化の目的
・動作解析をするため

##3D情報を取得する方法
大まかに分けて2つ。

複数のカメラを使用する。
　- 2つ以上の画像とカメラキャリブレーションが必要
単眼カメラを使用する。
　- 機械学習による復元
　- 事前に3Dモデルの学習が必要

今回は2.の単眼カメラを用いた，機械学習手法の3D情報取得に挑戦しました。

##3d-pose-baselineの概要
教師データはHuman 3.6を使用。
Human 3.6はモーションキャプチャシステムで11人の様々な動作を計360万フレーム取得した，巨大な学習モデルである。

A simple yet effective baseline for 3d human pose estimation

[3d-pose-baseline]
(https://github.com/una-dinosauria/3d-pose-baseline)

##windowsで3d-pose-baseline-vmdを正常に起動させるには
基本的には，miu様が書いてくださった，MMDモーショントレース自動化への挑戦の手順に従えば，問題なく動くのですが・・・・。
技術的に嵌まった部分を共有したいと思います。
また、Openpose-1.5.0でも動いたので、紹介します。

＊Openposeの導入は省略

###①環境のセットアップ
最も大切なことは，Versionの確認。（この部分を怠るとハマる）
Versionの対応をすべて確認してからインストールする！

~環境例~（Openpose-1.5.0）
NVIDIA Corporation GeForce RTX 2080 436.48
CUDA 10.0
cudNN 7.4
tensorflow-gpu 1.13.1
python3.6
h5py

＜GPUのドライバの確認＞
Windowsであれば，タスクマネージャー起動→詳細→パフォーマンスで確認できる。
私のPCはNVIDIA社のGPUなので，
https://www.nvidia.co.jp/Download/index.aspx?lang=jp
から，Versionを確認。

＜GPUとCUDAの対応＞
①　対応確認
　　
　　参考： https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

②　CUDA Version指定してインストール→ https://developer.nvidia.com/cuda-toolkit-archive

＜CUDAとcuDNNとPythonとtensorflow-gpuの対応＞
①　対応確認

　　参考https://www.tensorflow.org/install/source#common_installation_problems

②　cuDNN Version指定してインストール（アカウント登録必要有）
　　→https://developer.nvidia.com/rdp/cudnn-archive

③　tensorflow-gpu Version指定してインストール
　　→https://qiita.com/miu200521358/items/9b45c181c4fd39be9c21

　　1. Anaconda インストール
　　2. Tensorflowインストール
　　3. Tensorflow (GPU版）インストール　
　　4. "conda install tensorflow-gpu==1.13.1" 入力（conda install tensorflow-gpu==Version番号）

###②学習データの導入失敗(H36M)
学習データをダウンロードした時に，きちんとダウンロードできたかを確認する必要があります。
checkpointの中身があるかどうか確認するべし。
私は空っぽだったため，エラーになりました。
もう一度やり直したら上手くいきました。

##3D化成功!!
あとはコマンドプロントの手順に従って実行するだけ！

立位→座位→立位動作を光学式モーションキャプチャとOpenposeで撮影し、比較してみました
カメラは正面から撮影しました。

やはり機械学習での奥行き推定は難しいですかね、、
でも1台のRGBカメラでここまでできるようになったのは驚きです。
スマホ1台で動作解析できるようになる日は近いっ！！
次なる技術に期待！！