姿态估计与行为识别的区别
姿态估计是对图像或视频中的人提取关节和肢干，目的是排除其他因素的影响（如人物背景，不同颜色的衣服……）。总结起来就是重建关节、肢干，对图像降维。
行为识别的输入是姿态估计的输出，行为识别的输出就是预测人的行为，如跑步、走路、跳……。
方案一：（简单版本）
1. 对图片中的人物进行姿态估计，识别出头、肘、腕……的位置；
2. 将步骤1的输出格式化成需要的格式；
3. 预测步骤2的输出；
方案二：（复杂版本）
1. 根据单目、多目视觉，结合姿态估计，制作带时间序列的3D数据，相比方案一，该数据从平面上升到立体，从某一时刻变成带有时间序列的数据；
2. 之后步骤与方案一相同；