Anggaran Pose Manusia
Anggaran pose manusia mengesan kedudukan sendi badan, seperti siku, lutut, dan bahu, untuk membina rangka digital seseorang daripada imej atau video.
Gambaran keseluruhan
Ia menukar piksel mentah kepada data berstruktur tentang cara orang bergerak.
Menyelam dalam
Anggaran pose menempatkan satu set titik utama badan (biasanya 17 hingga 33 sendi) dan menghubungkannya ke dalam rangka. Dua strategi utama wujud. Kaedah atas ke bawah mula-mula mengesan setiap orang dengan kotak sempadan, kemudian menganggarkan sendi di dalamnya; mereka tepat tetapi lambat apabila ramai orang yang hadir. Kaedah bawah ke atas, seperti OpenPose, mengesan semua titik kekunci dalam imej sekaligus dan kemudian mengumpulkannya ke dalam individu, yang berskala lebih baik dalam orang ramai. Model boleh mengeluarkan koordinat 2D atau mengangkatnya ke dalam 3D. Alat popular termasuk OpenPose, MoveNet dan MediaPipe Google, dan HRNet, yang mengekalkan ciri resolusi tinggi untuk penyetempatan bersama yang tepat. Teknologi ini memperkasakan apl kecergasan, tangkapan gerakan dan analitik sukan.
Wawasan Teknikal
Daripada mengundurkan koordinat sambungan secara langsung, model yang paling tepat meramalkan peta haba bagi setiap sambungan, peta kebarangkalian yang piksel paling terangnya menandakan kemungkinan lokasi sambungan. Sistem bawah ke atas menambah Medan Perkaitan Bahagian, peta vektor mengekod arah anggota badan, jadi titik kekunci yang dikesan boleh dipautkan ke rangka yang betul walaupun dengan orang yang bertindih. Tulang belakang resolusi tinggi seperti HRNet mengekalkan butiran spatial yang halus di seluruh rangkaian, meningkatkan ketepatan untuk sambungan kecil atau rapat.
Kesan Strategik
Kelajuan dan skala
Visual AI boleh mengautomasikan tugas pemeriksaan, pengesanan dan penandaan pada skala.
Pilihan binaan
Pasukan kreatif boleh membuat prototaip konsep dengan lebih pantas dengan lebih sedikit semakan manual.
Pasukan dan aliran kerja
Operasi boleh menggunakan isyarat imej dan video yang sebelum ini sukar diproses.
Masa Depan Anggaran Pose Manusia
Anggaran pose sedang bergerak ke arah 3D masa nyata pada peranti pengguna, penjejakan berbilang orang yang mantap dan model badan-tambah-tangan-tambah-muka penuh untuk tangkapan ekspresi yang lebih kaya. Tangkapan gerakan tanpa penanda menggantikan sut studio yang mahal dalam filem dan biomekanik. Jangkakan gabungan yang lebih ketat dengan pengecaman tindakan untuk memahami bukan sahaja postur tetapi aktiviti, penggunaan yang semakin meningkat dalam penjagaan kesihatan untuk analisis gaya berjalan dan pemulihan, dan model pada peranti yang melindungi privasi dengan tidak pernah menghantar video ke awan.
Pelaksanaan Dunia Sebenar
Apl kecergasan dan yoga yang menyemak bentuk pengguna dan mengira ulangan daripada kamera telefon
Tangkapan gerakan tanpa penanda untuk menganimasikan watak dalam filem dan permainan video
Analitik sukan mengukur sudut sendi, langkah dan teknik atlet
Terapi fizikal dan analisis gaya berjalan menjejaki pemulihan dan kualiti pergerakan pesakit
Risiko & Pengawal
Hak imej dan persetujuan boleh menjadi risiko undang-undang jika asalnya tidak jelas.
Prestasi model boleh berbeza mengikut pencahayaan, demografi dan persekitaran.
Positif palsu mungkin tidak disedari melainkan ambang keyakinan dipantau.
Hala Tuju Pelaksanaan
Tentukan kriteria penerimaan untuk ketepatan, ingatan semula dan kos ralat.
Uji dengan data yang sepadan dengan keadaan pengeluaran sebenar.
Tambahkan semakan manusia untuk ramalan keyakinan rendah atau berimpak tinggi.
Jejaki hanyut model dan sahkan semula selepas perubahan kamera atau set data.
Teruskan Meneroka
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
Panduan seterusnya
Anggaran Kedalaman Monokular
Soalan lazim
Apakah Anggaran Pose Manusia?
Anggaran pose manusia mengesan kedudukan sendi badan, seperti siku, lutut, dan bahu, untuk membina rangka digital seseorang daripada imej atau video. Ia menukar piksel mentah kepada data berstruktur tentang cara orang bergerak.
Apakah yang paling dikesan oleh anggaran pose manusia?
Anggaran pose mencari titik utama badan seperti siku, lutut dan bahu, kemudian memautkannya ke dalam rangka.
Bagaimanakah kaedah anggaran pose atas ke bawah berfungsi?
Kaedah atas ke bawah mula-mula mengesan setiap orang dengan kotak sempadan dan kemudian menganggarkan sendi di dalamnya, yang tepat tetapi perlahan dengan ramai orang.
Apakah yang diramalkan oleh model pose yang paling tepat untuk setiap sendi dan bukannya koordinat mentah?
Model biasanya mengeluarkan peta haba setiap sendi yang piksel paling terangnya menunjukkan kedudukan sambungan yang paling mungkin, yang melatih lebih stabil daripada regresi langsung.
Apakah yang membantu Medan Perkaitan Bahagian, yang digunakan oleh OpenPose?
Medan Perkaitan Bahagian mengekod arah anggota badan sebagai peta vektor, membenarkan kaedah bawah ke atas menyambung dengan betul titik kekunci walaupun apabila orang bertindih.
Mengapa kaedah bawah ke atas seperti skala OpenPose lebih baik dalam adegan sesak?
Kaedah bawah ke atas mengesan setiap titik kunci dalam imej dalam satu laluan dan kemudian mengumpulkannya, jadi kos tidak meningkat dengan setiap orang tambahan.