የሰው አቀማመጥ ግምት መመሪያ

አጠቃላይ እይታ

It turns raw pixels into structured data about how people move.

ጥልቅ ዳይቭ

Pose ግምታዊ የሰውነት ቁልፍ ነጥቦችን (በተለይ ከ17 እስከ 33 መጋጠሚያዎች) ያገኝና ወደ አጽም ያገናኛቸዋል። ሁለት ዋና ስልቶች አሉ። ከላይ ወደ ታች የሚደረጉ ዘዴዎች በመጀመሪያ እያንዳንዱን ሰው ከማሰሪያ ሳጥን ጋር ይገነዘባሉ, ከዚያም በውስጡ ያሉትን መገጣጠሚያዎች ይገምታሉ; እነሱ ትክክለኛ ናቸው ነገር ግን ብዙ ሰዎች በሚገኙበት ጊዜ ቀርፋፋ ናቸው። እንደ OpenPose ያሉ ከታች ወደ ላይ የሚደረጉ ዘዴዎች በምስሉ ላይ ያሉትን ሁሉንም ቁልፍ ነጥቦች በአንድ ጊዜ ያገኙና ከዚያ ወደ ግለሰቦች ይቧድኗቸው፣ ይህም በሰዎች መካከል የተሻለ ይሆናል። ሞዴሎች 2D መጋጠሚያዎችን ማውጣት ወይም ወደ 3D ማንሳት ይችላሉ። ታዋቂ መሳሪያዎች OpenPose፣ Google's MoveNet እና MediaPipe እና HRNet ያካትታሉ፣ ይህም ከፍተኛ ጥራት ያላቸውን ባህሪያት ለትክክለኛ የጋራ አከባቢነት ይጠብቃል። ቴክኖሎጂው የአካል ብቃት መተግበሪያዎችን፣ የእንቅስቃሴ ቀረጻ እና የስፖርት ትንታኔዎችን ያበረታታል።

ቴክኒካዊ ግንዛቤ

የጋራ መጋጠሚያዎችን በቀጥታ ከማደስ ይልቅ፣ በጣም ትክክለኛዎቹ ሞዴሎች በመገጣጠሚያዎች ላይ ያለውን የሙቀት ካርታ ይተነብያሉ፣ ይህ በጣም ብሩህ ፒክሰል የጋራ መገኛ ቦታን የሚያመለክት ሊሆን የሚችል ካርታ ነው። የታች ወደ ላይ ሲስተሞች ክፍል አፊኒቲ መስኮችን ይጨምራሉ ፣ የቬክተር ካርታዎች የእጅና እግር አቅጣጫን ይመሰርታሉ ፣ ስለዚህ የተገኙ ቁልፍ ነጥቦች ከተደራራቢ ሰዎች ጋር እንኳን ወደ ትክክለኛ አፅሞች ሊገናኙ ይችላሉ። እንደ HRNet ያሉ ከፍተኛ ጥራት ያላቸው የጀርባ አጥንቶች በመላው አውታረመረብ ውስጥ ጥሩ የቦታ ዝርዝሮችን ይይዛሉ, ይህም ለትንሽ ወይም በቅርብ ርቀት ላይ ለሚገኙ መገጣጠሚያዎች ትክክለኛነትን ያሻሽላል.

ስልታዊ ተጽእኖ

ፍጥነት እና ልኬት

ቪዥዋል AI የመመርመሪያ፣ የማወቅ እና የመለያ ስራዎችን በሚዛን መጠን በራስ ሰር ሊያደርግ ይችላል።

ምርጫዎችን ይገንቡ

የፈጠራ ቡድኖች በጥቂት የእጅ ክለሳዎች ጽንሰ-ሀሳቦችን በፍጥነት መተየብ ይችላሉ።

ቡድን እና የስራ ፍሰት

ክዋኔዎች ከዚህ ቀደም ለማስኬድ አስቸጋሪ የነበሩትን የምስል እና የቪዲዮ ምልክቶችን መጠቀም ይችላሉ።

የወደፊት የሰው አቀማመጥ ግምት

የፖዝ ግምት በሸማች መሳሪያዎች ላይ ወደ ቅጽበታዊ 3D እየተንቀሳቀሰ ነው። ምልክት የሌለው እንቅስቃሴ ቀረጻ በፊልም እና በባዮሜካኒክስ ውድ የሆኑ የስቱዲዮ ልብሶችን በመተካት ላይ ነው። አኳኋን ብቻ ሳይሆን እንቅስቃሴን ለመረዳት፣ በጤና እንክብካቤ ውስጥ ለእግር እና ለመልሶ ማቋቋሚያ ትንተና እና ቪዲዮን በጭራሽ ወደ ደመና በመላክ ግላዊነትን የሚጠብቁ በመሣሪያ ላይ ያሉ ሞዴሎችን ለመረዳት ከድርጊት እውቅና ጋር ጥብቅ ውህደትን ይጠብቁ።

የእውነተኛ-ዓለም አተገባበር

የአካል ብቃት እና ዮጋ መተግበሪያዎች የተጠቃሚውን ቅጽ የሚፈትሹ እና ከስልክ ካሜራ ድግግሞሾችን የሚቆጥሩ

በፊልሞች እና በቪዲዮ ጨዋታዎች ውስጥ ገጸ-ባህሪያትን ለማንሳት ምልክት የለሽ እንቅስቃሴ ቀረጻ

የአንድ አትሌት የጋራ ማዕዘኖች፣ ርምጃዎች እና ቴክኒኮች የሚለኩ የስፖርት ትንታኔዎች

የታካሚውን የማገገም እና የመንቀሳቀስ ጥራትን በመከታተል ላይ አካላዊ ሕክምና እና የእግር ጉዞ ትንተና

አደጋዎች እና የጥበቃ መንገዶች

የምስል መብቶች እና ፈቃድ ግልጽ ካልሆነ ህጋዊ አደጋዎች ሊሆኑ ይችላሉ።

የሞዴል አፈጻጸም በብርሃን፣ በስነ-ሕዝብ እና በአካባቢው ሊለያይ ይችላል።

የመተማመን ገደቦች ካልተቆጣጠሩ የውሸት አወንታዊ ነገሮች ላይታዩ ይችላሉ።

የትግበራ ፍኖተ ካርታ

ለትክክለኛነት፣ ለማስታወስ እና ለስህተት ወጪዎች የመቀበያ መስፈርቶችን ይግለጹ።

ከእውነተኛ የምርት ሁኔታዎች ጋር በሚዛመድ ውሂብ ይሞክሩ።

ለዝቅተኛ እምነት ወይም ከፍተኛ ተጽዕኖ ትንበያ የሰው ግምገማን ያክሉ።

ከካሜራ ወይም የውሂብ ስብስብ ለውጦች በኋላ የሞዴሉን ተንሸራታች ይከታተሉ እና እንደገና ያረጋግጡ።

ማሰስዎን ይቀጥሉ

የኮምፒውተር እይታ

ምስላዊ AIን የሚያበረታቱ መሰረታዊ ስርዓቶችን ይረዱ።

መመሪያ ያንብቡ

AI ምስል ማመንጨት

የፍጥረት የስራ ፍሰቶችን እና የሞዴል ንግድን ያስሱ።

መመሪያ ያንብቡ

Free newsletter

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the Human Pose Estimation quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

ጥያቄ ጀምር

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

ቀጣይ መመሪያ

ሞኖኩላር ጥልቀት ግምት

ቀጣዩን መመሪያ ያንብቡ ሁሉንም ጥያቄዎች ያስሱ

በተደጋጋሚ የሚጠየቁ ጥያቄዎች

What is Human Pose Estimation?

የሰው አቀማመጥ ግምት የአንድን ሰው ዲጂታል አጽም ከምስል ወይም ቪዲዮ ለመገንባት እንደ ክርኖች፣ ጉልበቶች እና ትከሻዎች ያሉ የሰውነት መገጣጠሚያዎችን አቀማመጥ ይለያል። ሰዎች እንዴት እንደሚንቀሳቀሱ ጥሬ ፒክሰሎችን ወደ የተዋቀረ ውሂብ ይለውጣል።

የሰው አቀማመጥ ግምት በዋነኝነት የሚያየው ምንድን ነው?

Pose ግምት እንደ ክርኖች፣ ጉልበቶች እና ትከሻዎች ያሉ የሰውነት ቁልፍ ነጥቦችን ያገኛል፣ ከዚያም ወደ አጽም ያገናኛቸዋል።

ከላይ ወደ ታች የፖዝ ግምት ዘዴዎች እንዴት ይሰራሉ?

ከላይ ወደ ታች የሚደረጉ ዘዴዎች በመጀመሪያ እያንዳንዱን ሰው በመያዣ ሳጥን ውስጥ ይገነዘባሉ ከዚያም በውስጡ ያሉትን መገጣጠሚያዎች ይገምታሉ, ይህም ትክክለኛ ነው ነገር ግን ከብዙ ሰዎች ጋር ፍጥነት ይቀንሳል.

ከጥሬ መጋጠሚያዎች ይልቅ በጣም ትክክለኛ የሆኑ የፖዝ ሞዴሎች ለእያንዳንዱ መገጣጠሚያ ምን ይተነብያሉ?

ሞዴሎች በተለምዶ የአንድ-የጋራ ሙቀት ካርታው በጣም ብሩህ ፒክሴል የሚያመለክት ሲሆን ይህም ከቀጥታ መመለሻ ይልቅ በተረጋጋ ሁኔታ የሚያሠለጥነውን ነው።

በOpenPose ጥቅም ላይ የዋለው የክፍል ዝምድና መስኮች በምን ላይ ያግዛሉ?

የክፍል ቅርበት መስኮች የእጅና እግር አቅጣጫን እንደ ቬክተር ካርታዎች ያመለክታሉ፣ ይህም ከታች ወደ ላይ ያሉ ዘዴዎች ሰዎች በሚደራረቡበት ጊዜም እንኳ ቁልፍ ነጥቦችን በትክክል እንዲያገናኙ ያስችላቸዋል።

ለምንድነው ከታች ወደ ላይ ያሉ ዘዴዎች በተጨናነቁ ትዕይንቶች ውስጥ እንደ OpenPose scale የተሻሉ?

ከታች ያሉት ዘዴዎች በምስሉ ላይ ያለውን እያንዳንዱን ቁልፍ በአንድ ማለፊያ ለይተው ካወቁ በኋላ በቡድን ይቧድኗቸዋል፣ ስለዚህ በእያንዳንዱ ተጨማሪ ሰው ወጪ አያድግም።