# 使用 LiteRT 进行姿态估计和显示
Source: [https://docs.qualcomm.com/doc/80-70017-50SC/topic/single-camera-stream-with-pose-estimation-and-display.html](https://docs.qualcomm.com/doc/80-70017-50SC/topic/single-camera-stream-with-pose-estimation-and-display.html)
这些用例使用 PoseNet LiteRT 模型通过姿态估计来处理单个摄像头流。
## 变体 1：使用 qtioverlay 插件应用姿态估计叠加层
运行用例：
gst-launch-1.0 -e \
qtiqmmfsrc name=camsrc ! video/x-raw\(memory:GBM\),format=NV12,width=1280,height=720,framerate=30/1,compression=ubwc ! queue ! tee name=split \
split. ! queue ! qtimetamux name=metamux ! queue ! qtioverlay ! queue ! waylandsink fullscreen=true sync=false \
split. ! queue ! qtimlvconverter ! queue ! qtimltflite delegate=external external-delegate-path=libQnnTFLiteDelegate.so external-delegate-options="QNNExternalDelegate,backend_type=htp;" model=/opt/posenet_mobilenet_v1.tflite ! queue ! qtimlvpose threshold=51.0 results=2 module=posenet labels=/opt/posenet_mobilenet_v1.labels constants="Posenet,q-offsets=<128.0,128.0,117.0>,q-scales=<0.0784313753247261,0.0784313753247261,1.3875764608383179>;" ! text/x-raw ! queue ! metamux.Copy to clipboard
如需停止用例，可按下 CTRL + C。
Figure : 姿态估计叠加的 pipeline
下图显示了用例执行流程：
1. 从摄像头源传来的视频流中识别场景中人物的姿势。
2. 使用 overlaylib 叠加可用的姿势。
3. 显示结果。
pipeline 执行的顺序处理阶段如下表所示：
| 处理过程 | 说明 |
| --- | --- |
| [qtiqmmfsrc](https://docs.qualcomm.com/doc/80-70017-50SC/topic/qtiqmmfsrc.html) |
- 采集视频流（源）并创建源的两个副本：
- 一个被发送到 qtimetamux 插件以保留视频流。
- 另一个被发送到 ML 推理 pipeline。
|
| **预处理** | **预处理** |
| [qtimlvconverter](https://docs.qualcomm.com/doc/80-70017-50SC/topic/qtimlvconverter.html) |
- 在其接收端上接收视频流。
- 执行预处理：
- 颜色转换
- 缩小/放大
- 在模型需要浮点值作为输入时，对流数据进行归一化
- 在其发送端上将视频流转换为张量数据。
PoseNet 模型使用此张量数据进行推理。
|
| **推理** | **推理** |
| [qtimltflite](https://docs.qualcomm.com/doc/80-70017-50SC/topic/qtimltflite.html) |
- 加载 PoseNet 模型。
- 为选择的 delegate 修改图。
- 在其接收端上接收张量数据。
- 运行推理并在其发送端上生成带有姿态估计结果的张量数据。
|
| **后处理** | **后处理** |
| [qtimlvpose](https://docs.qualcomm.com/doc/80-70017-50SC/topic/qtimlvpose.html) |
- 从其接收端上的 PoseNet 模型接收推理张量。
- 将张量转换为多媒体插件稍后可以处理的视频或文本等格式。
- 将阈值应用于所选的结果数。
- 加载姿态估计模型的相应模块。
在此用例中，qtimlvpose 执行以下操作：
- 加载 PoseNet 子模块。
- 将结果生成为文本结构。
- 接着发送到 qtimetamux 的接收端。
|
| [qtimetamux](https://docs.qualcomm.com/doc/80-70017-50SC/topic/qtimetamux.html) |
- 在其接收端上接收视频流和文本流，以及与视频流相对应的姿态结果。
- 在其接收端上生成包含视频流内容的 GST 缓冲存。
- 将姿态从数据接收端添加到其发送端上的 GST 缓存元数据（元数据多路复用）。
|
| [qtioverlay](https://docs.qualcomm.com/doc/80-70017-50SC/topic/qtioverlay.html) |
- 接收多路复用流。
- 使用 CL 将姿态叠加在 VideoFrame 上。
- 在其发送端上生成带有叠加层的 GST 缓存。
|
| **输出** | **输出** |
| [Waylandsink](https://docs.qualcomm.com/doc/80-70017-50SC/topic/waylandsink.html) |
- 在其接收端上接收视频流。
- 将视频流提交到 Weston。
- Weston 在本地显示设备上渲染以下内容：
- 从摄像头采集的视频流。
- 在该场景中为多人生成的姿态。
|
## **变体2：使用 qtivcomposer 混合原始帧与姿态估计掩码**
运行用例：
gst-launch-1.0 -e --gst-debug=2 \
qtiqmmfsrc name=camsrc ! video/x-raw\(memory:GBM\),format=NV12,width=1280,height=720,framerate=30/1,compression=ubwc ! queue ! tee name=split \
split. ! queue ! qtivcomposer name=mixer ! queue ! waylandsink fullscreen=true sync=false \
split. ! queue ! qtimlvconverter ! queue ! qtimltflite delegate=external external-delegate-path=libQnnTFLiteDelegate.so external-delegate-options="QNNExternalDelegate,backend_type=htp;" model=/opt/posenet_mobilenet_v1.tflite ! queue ! qtimlvpose threshold=51.0 results=2 module=posenet labels=/opt/posenet_mobilenet_v1.labels constants="Posenet,q-offsets=<128.0,128.0,117.0>,q-scales=<0.0784313753247261,0.0784313753247261,1.3875764608383179>;" ! video/x-raw,format=BGRA,width=640,height=360 ! queue ! mixer.Copy to clipboard
如需停止用例，可按下 CTRL + C。
Figure : 使用 qtivcomposer 进行姿态估计掩码的 pipeline
下图显示了用例执行流程：
1. 从摄像头源传来的视频流中识别场景中人物的姿态。
2. 使用 qtivcomposer 合成姿态和视频流。
3. 显示结果。
pipeline 执行的顺序处理阶段如下表所示：
| 处理过程 | 说明 |
| --- | --- |
| [qtiqmmfsrc](https://docs.qualcomm.com/doc/80-70017-50SC/topic/qtiqmmfsrc.html) |
- 采集视频流（源）并创建源的两个副本：
- 一个被发送到 qtimetamux 插件以保留视频流。
- 另一个被发送到 ML 推理 pipeline。
|
| **预处理** | **预处理** |
| [qtimlvconverter](https://docs.qualcomm.com/doc/80-70017-50SC/topic/qtimlvconverter.html) |
- 在其接收端上接收视频流。
- 执行预处理：
- 颜色转换
- 缩小/放大
- 在模型需要浮点值作为输入时，对流数据进行归一化
- 在其发送端上将视频流转换为张量数据。
PoseNet 模型使用此张量数据进行推理。
|
| **推理** | **推理** |
| [qtimltflite](https://docs.qualcomm.com/doc/80-70017-50SC/topic/qtimltflite.html) |
- 加载 PoseNet 模型。
- 为选择的 delegate 修改图。
- 在其接收端上接收张量数据。
- 运行推理并在其发送端上生成带有姿态估计结果的张量数据。
|
| **后处理** | **后处理** |
| [qtimlvpose](https://docs.qualcomm.com/doc/80-70017-50SC/topic/qtimlvpose.html) |
- 从其接收端上的 PoseNet 模型接收推理张量。
- 将张量转换为多媒体插件稍后可以处理的视频或文本等格式。
- 将阈值应用于所选的结果数。
- 加载姿态估计模型的相应模块。
在此用例中，qtimlvpose 执行以下操作：
- 加载 PoseNet 子模块。
- 将结果生成为所绘制姿态的视频帧。
- 将它们发送至 qtivcomposer 的接收端。
|
| [qtivcomposer](https://docs.qualcomm.com/doc/80-70017-50SC/topic/qtivcomposer.html) |
- 在接收端上接收原始视频流和姿态视频流。
- 在其发送端上，生成 GST 缓存，其内容由来自其接收设备的视频流组成。
|
| **输出** | **输出** |
| [Waylandsink](https://docs.qualcomm.com/doc/80-70017-50SC/topic/waylandsink.html) |
- 在其接收端上接收视频流。
- 将视频流提交到 Weston。
- Weston 在本地显示设备上渲染以下内容：
- 从摄像头采集的视频流。
- 在该场景中为多人生成的姿态。
|
**上一级主题：** [LiteRT 用例](https://docs.qualcomm.com/doc/80-70017-50SC/topic/tensorflow-lite-use-cases.html)
Last Published: Nov 11, 2025
[Previous Topic
使用 LiteRT 进行图像分割和编码](https://docs.qualcomm.com/bundle/publicresource/80-70017-50SC/topics/single-camera-stream-with-image-segmentation-and-encode.md) [Next Topic
使用 LiteRT 进行姿态估计和编码](https://docs.qualcomm.com/bundle/publicresource/80-70017-50SC/topics/single-camera-stream-with-pose-estimation-and-encode.md)