COCO和MPI模型速度较慢，精度较低，且不包含脚部关键点。它们是基于我们以前的论文中使用部分亲和字段实时多人物二维姿态估计。我们强烈建议只使用BODY_25模型。BODY_25模型(——model_poseBODY_25)包括身体和脚的关键点，它基于OpenPose，利用部分亲和力字段实时的多人二维姿态估计。...

OpenPose人体姿态识别项目是美国卡耐基梅隆大学（CMU）基于卷积神经网络和监督学习并以caffe为框架开发的开源库。可以实现人体动作、面部表情、手指运动等姿态估计。适用于单人和多人，具有极好的鲁棒性。是世界上首个基于深度学习的实时多人二维姿态估计应用，基于它的实例如雨后春笋般涌现。人体姿态估计技术在体育健身、动作采集、3D试衣、舆情监测等领域具有广阔的应用前景，人们更加熟悉的应用就是抖音尬舞

***配置token//令牌存储方案采用JWTreturnnewJwtTokenStore(jwtAccessTokenConverter());}/**AccessToken转换器定义token的生成方式表示采用JWT来生成//对称秘钥，资源服务器使用该秘钥来验证returnconverter;}}//查询用户信息的service,自行定义privatefinalUserServiceuserS