pipeline_pose_estimation_and

# 使用 LiteRT 进行姿态估计和编码 Source: [https://docs.qualcomm.com/doc/80-70022-50SC/topic/single-camera-stream-with-pose-estimation-and-encode.html](https://docs.qualcomm.com/doc/80-70022-50SC/topic/single-camera-stream-with-pose-estimation-and-encode.html) 这些用例实现了 HRNet LiteRT 模型通过姿态估计来处理单个摄像头流，并将该流编码为 H.264 码流。 Note: 对于 Ubuntu Server，需要 `sudo` 访问权限才能将编码流写入 `/etc/media` 文件夹。 ## 使用 qtivoverlay 插件应用姿态估计叠加在目标设备上运行用例： gst-launch-1.0 -e \ qtiqmmfsrc name=camsrc ! video/x-raw,format=NV12_Q08C,width=1280,height=720,framerate=30/1 ! queue ! tee name=split \ split. ! queue ! qtimetamux name=metamux ! queue ! qtivoverlay ! queue ! v4l2h264enc capture-io-mode=4 output-io-mode=5 ! \ h264parse ! queue ! mp4mux ! queue ! filesink location=/etc/media/video.mp4 \ split. ! queue ! qtimlvconverter ! queue ! qtimltflite delegate=external external-delegate-path=libQnnTFLiteDelegate.so \ external-delegate-options="QNNExternalDelegate,backend_type=htp;" model=/etc/models/hrnet_pose_quantized.tflite ! queue ! \ qtimlpostprocess results=2 module=hrnet labels=/etc/labels/hrnet_pose.json settings=/etc/labels/hrnet_settings.json ! text/x-raw ! queue ! metamux.Copy to clipboard 要停止用例，请使用 CTRL + C。下图显示了用例执行的流程： 1. 从来自摄像头源的视频流中识别场景中人物的姿态。 2. 使用 overlaylib 叠加可用的姿势。 3. 将数据流编码为 H.264 码流。 4. 多路复用 MP4 容器中的数据流并将其存储为 MP4 文件。 Figure : 使用 qtioverlay 进行姿态估计和编码的 pipeline 下表列出了 pipeline 执行的顺序处理阶段： | 处理过程 | 说明 | | --- | --- | | [qtiqmmfsrc](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtiqmmfsrc.html) |

采集视频流（源）并创建源的两个副本：
- 一个视频流被发送至 qtimetamux 插件，以保留视频流。
- 另一个视频流被发送到 ML 推理 pipeline。

| | **预处理** | **预处理** | | [qtimlvconverter](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtimlvconverter.html) |

在其接收端口上接收视频流。

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

在其发送端口上将视频流转换为张量数据。
HRNet 模型使用此张量流进行推理。

| | **推理** | **推理** | | [qtimltflite](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtimltflite.html) |

加载 HRNet 模型。

为选择的 delegate 修改图。

在其接收端口上接收张量数据。

运行推理并在其发送端口上生成带有姿态估计结果的张量数据。

| | **后处理** | **后处理** | | qtimlpostprocess |

从其接收端口上的 HRNet 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，qtimlpostprocess 执行以下操作：
1. 加载 HRNet 子模块。
2. 将结果生成为文本结构。
3. 接着发送到 qtimetamux 的接收端口。

| | [qtimetamux](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtimetamux.html) |

在其接收端口上接收视频流和文本流，以及与视频流相对应的姿态结果。

在其接收端口上生成包含视频流内容的 GST 缓冲存。

将姿态从数据接收端口添加到其发送端口上的 GST 缓存元数据（元复用）。

| | [qtivoverlay](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtioverlay.html) |

接收多路复用流。

使用 CL 将姿态叠加在 VideoFrame 上。

在其发送端口上生成带有叠加层的 GST 缓存。

| | [v4l2h264enc](https://docs.qualcomm.com/doc/80-70022-50SC/topic/v4l2h264enc.html) |

将参数应用于在接收端口上接收到的视频流的每一帧。

将其编码为码流，并通过其发送端口发送。

| | h264parse | 向 GStreamer 缓存元数据添加更多码流信息。 | | mp4mux | 接收缓冲存并创建容器格式规范缓存。 | | **输出** | **输出** | | Filesink | 将生成的数据流存储在 /etc/media/video.mp4文件中。 | | Playback | 从主机拉取 video.mp4并在媒体播放器上播放：
`scp root@ target device>:/etc/media/video.mp4 directory>` | ## 使用 qtivcomposer 混合原始帧与姿态估计遮罩在目标设备上运行用例： gst-launch-1.0 -e --gst-debug=2 \ qtiqmmfsrc name=camsrc ! video/x-raw,format=NV12_Q08C,width=1280,height=720,framerate=30/1 ! queue ! tee name=split \ split. ! queue ! qtivcomposer name=mixer sink_1::dimensions="<1920,1080>" ! queue ! video/x-raw,format=NV12,width=1920,height=1080,interlace-mode=progressive,colorimetry=bt601 ! \ v4l2h264enc capture-io-mode=4 output-io-mode=5 ! h264parse ! queue ! mp4mux ! queue ! filesink location=/etc/media/video.mp4 \ split. ! queue ! qtimlvconverter ! queue ! qtimltflite delegate=external external-delegate-path=libQnnTFLiteDelegate.so external-delegate-options="QNNExternalDelegate,backend_type=htp;" \ model=/etc/models/hrnet_pose_quantized.tflite ! queue ! qtimlpostprocess results=2 module=hrnet labels=/etc/labels/hrnet_pose.json settings=/etc/labels/hrnet_settings.json \ ! video/x-raw,format=BGRA,width=640,height=360 ! queue ! mixer.Copy to clipboard 要停止用例，请使用 CTRL + C。下图显示了用例执行的流程： 1. 对来自摄像头源的视频流中的场景进行分类。 2. 使用 qtivcomposer 合成姿势和视频流。 3. 将此流编码为 H.264 码流。 4. 在 MP4 容器中进行复用并将其存储为 MP4 文件。 Figure : 使用 qtivcomposer 进行姿态估计和编码的 pipeline 下表列出了 pipeline 执行的顺序处理阶段： | 处理过程 | 说明 | | --- | --- | | [qtiqmmfsrc](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtiqmmfsrc.html) |

采集视频流（源）并创建源的两个副本：
- 一个视频流被发送到 qtivcomposer 插件以保留视频流。
- 另一个视频流被发送到 ML 推理 pipeline。

| | **预处理** | **预处理** | | [qtimlvconverter](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtimlvconverter.html) |

在其接收端口上接收视频流。

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

在其发送端口上将视频流转换为张量数据。
HRNet 模型使用此张量流进行推理。

| | **推理** | **推理** | | [qtimltflite](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtimltflite.html) |

加载 HRNet 模型。

为选择的 delegate 修改图。

在其接收端口上接收张量数据。

运行推理并在其发送端口上生成带有姿态估计结果的张量数据。

| | **后处理** | **后处理** | | qtimlpostprocess |

从其接收端口上的 HRNet 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，qtimlpostprocess 执行以下操作：
1. 加载 HRNet 子模块。
2. 将结果生成为所绘制姿态的视频帧。
3. 将它们发送到 qtivcomposer 的接收端口。

| | |

在接收端口上接收原始视频流和姿态视频流。

在其发送端口上，生成 GST 缓存，其内容由来自其接收设备的视频流组成。

| | [qtivoverlay](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtioverlay.html) |

接收多路复用流。

使用 CL 将姿态叠加在 VideoFrame 上。

在其发送端口上生成带有叠加层的 GST 缓存。

| | [v4l2h264enc](https://docs.qualcomm.com/doc/80-70022-50SC/topic/v4l2h264enc.html) |

将参数应用于在接收端口上接收到的视频流的每一帧。

将其编码为码流，并通过其发送端口发送。

| | h264parse | 向 GStreamer 缓存元数据添加更多比特流信息。 | | mp4mux | 接收缓冲存并创建容器格式规范缓存。 | | **输出** | **输出** | | Filesink | 将生成的数据流存储在 /etc/media/video.mp4文件中。 | | Playback | 从主机拉取 video.mp4并在媒体播放器上播放：
`scp root@ target device>:/etc/media/video.mp4 directory>` | **Parent Topic:** [LiteRT 用例](https://docs.qualcomm.com/doc/80-70022-50SC/topic/tensorflow-lite-use-cases.html) Last Published: Nov 05, 2025 [Previous Topic 使用 LiteRT 进行姿态估计和显示](https://docs.qualcomm.com/bundle/publicresource/80-70022-50SC/topics/single-camera-stream-with-pose-estimation-and-display.md) [Next Topic 使用 LiteRT 进行视频超分辨率和显示](https://docs.qualcomm.com/bundle/publicresource/80-70022-50SC/topics/video-super-resolution-and-display-with-litert.md)