如题，由于是商业项目，无法公开源码，这里主要说一下实现此功能的思路。 人体关节点识别 基于Mediapipe Unity插件进行开发，性能比较低的CPU主机，无法流畅地运行Mediapipe，这个要注意一下。 Mediapipe33个人体关节点图如下： Mediapipe关节点映射到Unity人体骨骼 这是开发此功能的一个难点，涉及到了关节点位置与骨骼位置的映射，还有骨骼反向运动。 1、使用un

深度学习之三维人体模型 3-Dimensional Human Model. 三维人体模型通常有两种表达形式，如下图所示。第一种形式通常用人体关节点(joint)建立的铰链结构表示，这种表示侧重于描述人体的姿态。第二种形式用3D mesh建模人体的蒙皮，这种表示具有更多细节，能够体现人体的形态特征。 本节介绍用3D mesh建模的人体模型： SMPLSTAR SMPL pa

接口能力: 对于输入的一张图片(可正常解码，且长宽比适宜)，识别人体的轮廓范围，与背景进行分离，适用于拍照背景替换、照片合成、身体特效等场景。输入正常人像图片，返回分割后的二值结果图和分割类型(目前仅支持person)。 算法用于将图片中的人像和背景进行分离，可以应用于APP背景替换，背景虚化等场景。 1.1 背景替换 利用分割结果进行背景的替换。比如图片中的人像的背后背景可以更换背景色，例如蓝