gistfile1.txt

В целом, видится несколько направлений атаки:

1. Определение контура по типу active contour models.
  + не требует обучения => можно начать реализовывать сразу, не имея обучающей выборки, просто некоторое количество тестовых изображений
  - вычислительно довольно трудоемко, возможно только на бэкенде
  - будет вменяемо работать только для поз с немного разведёнными в сторону руками и ногами и в более-менее облегающей одежде
  
2.  Обучение собственного детектора силуэта по типу dlib (каскад регрессионных деревьев)
  + Потенциально может поддерживать более широкое разнообразие поз (в разумных пределах)
  - Требуется обучающая выборка (как минимум несколько сотен изображений) с разметкой 
    довольно большого количества ключевых точек на каждом
  - Для тренировки желательно сделать какой-то инструмент для разметки, иначе 
    есть риск, что в датасете будет много косяков, что может сильно испортить результат.
  Варианты:
  a) Непосредственно на базе инфраструктуры dlib
     + Прототип можно сделать быстрее
     - Может возникнуть необходимость глубокой кастомизации под нашу задачу, это повлечет
    за собой необходимость разбираться в деталях их реализации.
  b) Писать аналогичный фреймворк самим
     + Нет зависимости от чужого кода, полный контроль над деталями реализации, возможна лучшая оптимизация под наши нужды
     - Трудоёмко, долго
  
3.  Разработка архитектуры и обучение свёрточной нейросети.
   Варианты:
   a) Сегментация по частям тела, типа 
      http://lmb.informatik.uni-freiburg.de/Publications/2016/OB16a/oliveira16icra.pdf
   b) Определение 3D позы, типа
      http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.684.76&rep=rep1&type=pdf
   
   + Если всё удалось - результат может быть очень впечатляющий
   + Даже если результат будет не идеален для непосредственного использования в приложении, в процессе может получиться неплохой API, который можно продавать сам по себе
   - Нужен ОЧЕНЬ большой обучающий датасет (десятки тысяч изображений)
   - Нужно большое количество экспериментов с архитектурой/предобработкой данных и т.п.
   - Каждая перетренировка занимает существенное время
   - Нужна машина с мощным GPU
   - Если что-то не удаётся - можно долго ломать голову, в чем именно проблема - процесс довольно мало предсказуемый