我对机器学习很陌生（我学习了 Andrew Ng 的 Coursera 课程，现在开始学习 deeplearning.ai 课程）。

我想实时对人类行为进行分类，例如：

• 左臂弯曲
• 手臂高于肩
• ...

我首先对预训练模型进行了一些研究，但我没有找到。因为我还是新手，所以我想就如何解决这个问题提出建议。

1. 我想也许我需要为每个动作创建足够的图片，然后我可以进行图像分类。

2. 或者我使用来自 TensorFlow 的 PoseNet，这样我就有了姿态估计点。从那里开始，我用我想要跟踪的每个姿势创建几秒钟的视频，并保存估计点。从那时起，我使用分类算法（神经网络）对这些点进行分类。

什么是最有效的选择，或者它们都不好，有没有更好的方法来做到这一点？