Как я могу реализовать сравнение одной позы в Android, используя OpenPose и TensorFlow?

Question

Я внедряю программное обеспечение, которое должно анализировать, делает ли человек позу, похожую на позу предыдущей модели. Я использую следующий код, чтобы получить человеческие позы PoseEstimaForMobile

Хорошо, у меня уже есть точки тела модели и нового изображения в двух расположениях. Как я могу их сравнить и сказать, похожи они или нет?

В своем исследовании я наткнулся на статью https://becominghuman.ai/single-pose-comparison-a-fun-application-using-human-pose-estimation-part-2-4fd16a8bf0d3, но он основан на python и использует такие библиотеки, как numpy, которые недоступны для Android. Я думаю, что есть вызов nd4j, наиболее похожий на numpy.

В статье по сравнению положения они показывают следующий код, который я хотел бы перевести на Java.

    # Shout out to https://stackoverflow.com/a/20555267/8770351
    # 2D array containing the 18 corresponding feature points
    model_features = [[x1,y2],[x2,y2],...]
    input_features = [[x1,y2],[x2,y2],...]

    # In order to solve the augmented matrix (incl translation),
    # it's required all vectors are augmented with a "1" at the end
    # -> Pad the features with ones, so that our transformation can do     translations too
    pad = lambda x: np.hstack([x, np.ones((x.shape[0], 1))]) 
    unpad = lambda x: x[:, :-1]

    # Pad to [[ x y 1] , [x y 1]]
    Y = pad(model_features)
    X = pad(input_features)

    # Solve the least squares problem X * A = Y
    # and find the affine transformation matrix A. 
    A, res, rank, s = np.linalg.lstsq(X, Y)
    A[np.abs(A) < 1e-10] = 0 # set really small values to zero

    # Now we have found the augmented matrix A
    # we can display the input on the model = X'
    transform = lambda x: unpad(np.dot(pad(x), A))

    #Image of input pose onto model pose
    input_transform = transform(input_features)

После этого кода я мог бы использовать нечто подобное

    # Split features in three parts
    (model_face, model_torso, model_legs) =     split_in_face_legs_torso(model_features)
    (input_face, input_torso, input_legs) =     split_in_face_legs_torso(input_features)

    # 3x3 the same; not the best code design I know ... 
    #   But the illustrative factor prevails here

    # Solve the least-sqaures problem and find the transformation matrix 
    # and the corresponding image of input
    (input_transformed_face,  A_face)   = affine_transformation(model_face,input_face)
    (input_transformed_torso, A_torso)  = affine_transformation(model_torso,input_torso)
    (input_transformed_legs,  A_legs)   = affine_transformation(model_legs,input_legs)

    (max_distance_face, rotation_face)   = max_distance_and_rotation(model_face,                    input_transformed_face, A_face)
    (max_distance_torso, rotation_torso) = max_distance_and_rotation(model_torso, input_transformed_torso,  A_torso)
    (max_distance_legs, rotation_legs)   = max_distance_and_rotation(model_legs, input_transformed_legs, A_legs)

    # Evaluate thresholds: euclidean distance & rotation
    result_face  = decide_face(max_distance_face, rotation_face)
    result_torso = decide_torso(max_distance_torso, rotation_torso)
    result_legs  = decide_legs(max_distance_legs, rotation_legs)

    return result_face and result_torso and result_legs

Мне нужно преобразовать эти два кода в Android Java.