人間の姿勢推定
人間の姿勢推定では、肘、膝、肩などの体の関節の位置を検出し、画像やビデオから人のデジタル骨格を構築します。
概要
It turns raw pixels into structured data about how people move.
ディープダイブ
ポーズ推定では、体のキーポイントのセット (通常は 17 ～ 33 の関節) を特定し、それらをスケルトンに接続します。 2 つの主な戦略が存在します。トップダウン手法では、まず境界ボックスを使用して各人物を検出し、次にその内部の関節を推定します。正確ですが、多くの人がいる場合は遅くなります。 OpenPose のようなボトムアップ方式では、画像内のすべてのキーポイントを一度に検出し、それらを個別にグループ化するため、群衆の中でより適切に拡張できます。モデルは 2D 座標を出力したり、3D にリフトしたりできます。人気のあるツールには、OpenPose、Google の MoveNet と MediaPipe、関節の位置を正確に特定するために高解像度の機能を保持する HRNet などがあります。このテクノロジーは、フィットネス アプリ、モーション キャプチャ、スポーツ分析を強化します。
技術的な洞察
最も正確なモデルは、関節座標を直接回帰するのではなく、関節ごとのヒートマップ、つまり最も明るいピクセルが関節の可能性のある位置をマークする確率マップを予測します。ボトムアップ システムでは、パーツ アフィニティ フィールド (手足の方向をエンコードしたベクトル マップ) が追加されるため、人物が重なっている場合でも、検出されたキーポイントを正しいスケルトンにリンクできます。 HRNet のような高解像度バックボーンは、ネットワーク全体で微細な空間的詳細を維持し、小さなジョイントや狭い間隔のジョイントの精度を向上させます。
戦略的影響
速度とスケール
Visual AI は、検査、検出、タグ付けタスクを大規模に自動化できます。
ビルドの選択
クリエイティブ チームは、手動での修正を減らし、より迅速にコンセプトのプロトタイプを作成できます。
チームとワークフロー
以前は処理が困難であった画像信号やビデオ信号を操作に使用できるようになります。
人間の姿勢推定の未来
姿勢推定は、消費者向けデバイスでのリアルタイム 3D、堅牢な複数人物追跡、より豊かな表情をキャプチャするための全身プラス手プラス顔モデルへと移行しています。マーカーレス モーション キャプチャは、映画やバイオメカニクスにおいて高価なスタジオ スーツに取って代わりつつあります。姿勢だけでなく活動を理解するための行動認識とのより緊密な融合、歩行やリハビリテーション分析のための医療分野での使用の増加、ビデオをクラウドに送信しないことでプライバシーを保護するオンデバイス モデルが期待されます。
現実世界の実装
ユーザーのフォームをチェックし、携帯電話のカメラから繰り返し回数をカウントするフィットネス アプリとヨガ アプリ
映画やビデオゲームのキャラクターをアニメーション化するためのマーカーレス モーション キャプチャ
アスリートの関節角度、ストライド、テクニックを測定するスポーツ分析
患者の回復と動作の質を追跡する理学療法と歩行分析
リスクとガードレール
出所が不明瞭な場合、肖像権と同意が法的リスクとなる可能性があります。
モデルのパフォーマンスは、照明、人口統計、環境によって異なる場合があります。
信頼度のしきい値が監視されない限り、誤検知は気付かれない可能性があります。
実装ロードマップ
精度、再現率、エラーコストの許容基準を定義します。
実際の生産条件に一致するデータを使用してテストします。
信頼性の低い予測や影響の大きい予測については、人間によるレビューを追加します。
モデルのドリフトを追跡し、カメラまたはデータセットの変更後に再検証します。
探検を続けましょう
Free newsletter
Get the daily AI briefing
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.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
次のガイド
単眼の深さの推定
よくある質問
What is Human Pose Estimation?
人間の姿勢推定では、肘、膝、肩などの体の関節の位置を検出し、画像やビデオから人のデジタル骨格を構築します。生のピクセルを人の動きに関する構造化データに変換します。
人間の姿勢推定は主に何を検出しますか?
ポーズ推定により、肘、膝、肩などの体のキーポイントが特定され、それらがスケルトンにリンクされます。
トップダウンの姿勢推定手法はどのように機能するのでしょうか?
トップダウン方式では、まずバウンディング ボックスで各人物を検出し、次にバウンディング ボックス内の関節を推定します。これは正確ですが、人数が多い場合には速度が低下します。
最も正確なポーズ モデルは、生の座標ではなく各関節について何を予測しますか?
モデルは通常、最も明るいピクセルが最も可能性の高い関節位置を示す関節ごとのヒートマップを出力します。これは、直接回帰よりも安定してトレーニングされます。
OpenPose で使用されるパーツ アフィニティ フィールドは何に役立ちますか?
パーツ アフィニティ フィールドは手足の方向をベクトル マップとしてエンコードし、人々が重なっている場合でもボトムアップ手法でキーポイントを正しく接続できるようにします。
OpenPose のようなボトムアップ方式が混雑したシーンでより適切に拡張できるのはなぜですか?
ボトムアップ方式では、画像内のすべてのキーポイントを 1 回のパスで検出してグループ化するため、人が追加されるたびにコストが増加することはありません。