关于AlphaPose关键点输出的特征提取与帧率技术问询

1. 如何基于该输出提取步频（Cadence）、步长（Stride Length）等特征？ #

提取这类步态特征需要分四步处理：

• 关联连续帧的同一人体
  利用输出中的idx字段（人体跟踪ID），先按image_id对所有帧排序，再通过idx将同一人的关键点序列关联起来。同时过滤置信度较低的关键点（建议忽略keypoints中第三个值小于0.3的关键点）。
• 提取下肢关键点轨迹
  步频、步长依赖下肢关键点，重点关注左右脚踝（对应AlphaPose的15、16号关键点，官方定义：15=左踝，16=右踝），提取每帧中这两个关键点的(x,y)坐标序列。
• 计算步频（Cadence）
  步频是每分钟的步数，需先检测脚步落地时刻：观察脚踝的y坐标（垂直方向），当y值达到局部最小值（脚踝处于最低位置，对应脚落地）时记为一步。统计设定时长内的落地次数，换算为每分钟步数即可。例如10秒内检测到15次落地，步频为90步/分钟。
• 计算步长（Stride Length）
  步长是同一侧脚两次落地的水平距离：
  1. 定位同一侧脚踝（如左脚踝）连续两次落地的帧，计算两帧中脚踝的x坐标差（横向行走场景）；
  2. 做像素到真实尺度的校准：用画面中已知真实长度的参照物（如1米标线），计算其对应的像素数得到比例系数，再将像素距离乘以系数得到真实步长。

2. 每分钟会生成多少frames？ #

生成的帧率由输入源和推理参数共同决定：

• 核心逻辑：AlphaPose的输出帧率取决于输入视频/图像序列的原始帧率，以及推理时是否设置了跳帧参数。
• 从你的JSON示例（文件名是3.jpg、6.jpg）来看，大概率是设置了固定间隔抽帧。计算方式：
  1. 确认输入原始帧率（比如原视频为30FPS）；
  2. 查看推理时的--frame_interval参数：若设置为N，则实际输出帧率为原始帧率/N；
  3. 每分钟生成frames数 = 实际输出帧率 × 60。
     例：原视频30FPS，设置--frame_interval 3，则每分钟输出(30/3)60=600帧；未设置跳帧则为3060=1800帧。
• 补充方法：若知道首尾帧对应的原始时间，可用总帧数除以时间差，再乘以60得到每分钟frames数。

内容的提问来源于stack exchange，提问作者Learner91