[
  {
    "video" : "killMove1.mov",
    "label" : "Nmehameha",
    "start" : 0,
    "end"   : 3.1
  },
  {
    "video" : "killMove1.mov",
    "label" : "Nkankousappou",
    "start" : 3.2,
    "end"   : 6
  },
  {
    "video" : "killMove2.mov",
    "label" : "Negative",
    "start" : 0,
    "end"   : 3.7
  },
  {
    "video" : "killMove2.mov",
    "label" : "Ki",
    "start" : 3.8,
    "end"   : 6.5.
  }
]

// これらのJson形式は認識されないので注意
[
  {
    "video" : "specialMoves.mov",
    "label" : "Nmehameha",
    "start" : "8:3.2",
    "end"   : "8:4.5"
  },
  {
    "video" : "specialMoves.mov",
    "label" : "Ki",
    "start" : "1:59:5.8",
    "end"   : "1:59:7"
  },
  {
    "video" : "specialMoves.mov",
    "label" : "Nkankousappou",
    "start" : "1:59:14",
    "end"   : "1:59:15.1"
  }
]

do {
    let request = try VNDetectHumanBodyPoseRequest()
    let handler = try VNImageRequestHandler(cvPixelBuffer: capturedImage)
     // AVFoundationやARKitなどで、カメラフィードから取得したフレームのPixelBufferを与える
    try handler.perform([request])
    guard let poses = request.results as? [VNRecognizedPointsObservation] else {return}
     // これが1フレーム分の人体の特徴ポイント
    poseWindow.append(poses.first)
} catch let error {
    print(error)
}

//※ カメラからリアルタイムでフレームを与える場合、計算コストからカメラ・プレビューをブロックすることがあるので、グローバルキューで実行しましょう。

private lazy var posesWindow:[VNRecognizedPointsObservation] = { // 特徴ポイントの配列を作る
    var window = [VNRecognizedPointsObservation]() 
    window.reserveCapacity(predictionWindowSize) // 必要なフレーム分のスペースを確保
    return window
}() {
        didSet {
            if posesWindow.count == predictionWindowSize {
                // 必要なフレーム枚数がたまったら、推論を実行
                do {
                    try makePrediction()
                } catch let error {
                    print(error)
                }
            }
        }
    }

var predictionWindowSize: Int = 60

// func makePrediction() throws　{

let poseMultiArrays: [MLMultiArray] = try posesWindow.map { person in
    guard let person = person else {
        return makeZeroedMultiArray() // ポーズリクエストの結果がnil（人が映っていない）場合は、[1,3,18]が全て0値のマルチアレイを入れる
    }
    return try person.keypointsMultiArray() // 1フレーム分の人体ポイントを、ポイントと信頼度の配列にしてくれる Vision のメソッド
}

let modelInput = MLMultiArray(concatenating: poseMultiArrays, axis: 0, dataType: .float)
 // モデルに必要なフレーム量の配列にまとめる

private func makeZeroedMultiArray() -> MLMultiArray {
    let shape:[Int] =  [1,3,18]
    guard let array = try? MLMultiArray(shape: shape as [NSNumber],
                                            dataType: .double) else {
        fatalError("Creating a multiarray with \(shape) shouldn't fail.")
    }

    guard let pointer = try? UnsafeMutableBufferPointer<Double>(array) else {
        fatalError("Unable to initialize multiarray with zeros.")
    }

    pointer.initialize(repeating: 0.0)
    return array
}

// func makePrediction() throws　{
//     let poseMultiArrays: [MLMultiArray] = try posesWindow.map { person in 
// ............ 上記
// ............
//     let modelInput = MLMultiArray(concatenating: poseMultiArrays, axis: 0, dataType: .float)

let prediction = try classifier.prediction(poses: modelInput)

posesWindow.removeAll() // 次の推論のために、ためたフレームを空にする

print(prediction.label) // 最も信頼度の高い動作のラベル
print(prediction.labelProbabilities[prediction.label]) // 信頼度