Ước tính tư thế con người
Ước tính tư thế con người phát hiện vị trí của các khớp trên cơ thể, chẳng hạn như khuỷu tay, đầu gối và vai, để xây dựng bộ xương kỹ thuật số của một người từ hình ảnh hoặc video.
Tổng quan
It turns raw pixels into structured data about how people move.
Lặn sâu
Ước tính tư thế xác định một tập hợp các điểm chính của cơ thể (thường từ 17 đến 33 khớp) và kết nối chúng thành một bộ xương. Hai chiến lược chính tồn tại. Các phương pháp từ trên xuống trước tiên phát hiện từng người bằng một hộp giới hạn, sau đó ước tính các khớp bên trong hộp đó; chúng chính xác nhưng chậm khi có nhiều người có mặt. Các phương pháp từ dưới lên, như OpenPose, phát hiện tất cả các điểm chính trong hình ảnh cùng một lúc và sau đó nhóm chúng thành các cá thể riêng lẻ để có tỷ lệ tốt hơn trong đám đông. Các mô hình có thể xuất tọa độ 2D hoặc nâng chúng thành 3D. Các công cụ phổ biến bao gồm OpenPose, MoveNet và MediaPipe của Google và HRNet, giúp duy trì các tính năng có độ phân giải cao để bản địa hóa khớp chính xác. Công nghệ này hỗ trợ các ứng dụng thể dục, ghi lại chuyển động và phân tích thể thao.
Hiểu biết kỹ thuật
Thay vì hồi quy tọa độ khớp một cách trực tiếp, hầu hết các mô hình chính xác nhất đều dự đoán bản đồ nhiệt trên mỗi khớp, một bản đồ xác suất có pixel sáng nhất đánh dấu vị trí có thể xảy ra của khớp. Các hệ thống từ dưới lên thêm Trường ái lực bộ phận, bản đồ vectơ mã hóa hướng của các chi, do đó, các điểm chính được phát hiện có thể được liên kết thành các bộ xương chính xác ngay cả với những người chồng chéo. Các đường trục có độ phân giải cao như HRNet duy trì chi tiết không gian tốt trên toàn mạng, cải thiện độ chính xác cho các khớp nối nhỏ hoặc có khoảng cách gần nhau.
Tác động chiến lược
Tốc độ và tỷ lệ
Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.
Xây dựng lựa chọn
Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.
Nhóm và quy trình làm việc
Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.
Tương lai của việc ước tính tư thế con người
Ước tính tư thế đang hướng tới 3D thời gian thực trên các thiết bị tiêu dùng, theo dõi nhiều người mạnh mẽ và các mô hình toàn thân, tay, cộng với khuôn mặt để ghi lại biểu cảm phong phú hơn. Chụp chuyển động không cần đánh dấu đang thay thế các trang phục studio đắt tiền trong phim và cơ chế sinh học. Mong đợi sự kết hợp chặt chẽ hơn với nhận dạng hành động để hiểu không chỉ tư thế mà cả hoạt động, việc sử dụng ngày càng tăng trong chăm sóc sức khỏe để phân tích dáng đi và phục hồi chức năng cũng như các mô hình trên thiết bị bảo vệ quyền riêng tư bằng cách không bao giờ gửi video lên đám mây.
Triển khai trong thế giới thực
Các ứng dụng thể dục và yoga kiểm tra biểu mẫu của người dùng và đếm số lần lặp lại từ camera điện thoại
Ghi lại chuyển động không cần đánh dấu để tạo hoạt ảnh cho các nhân vật trong phim và trò chơi điện tử
Phân tích thể thao đo góc khớp, bước tiến và kỹ thuật của vận động viên
Vật lý trị liệu và phân tích dáng đi theo dõi quá trình phục hồi và chất lượng vận động của bệnh nhân
Rủi ro & lan can
Quyền và sự đồng ý về hình ảnh có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng.
Hiệu suất của mô hình có thể khác nhau tùy theo ánh sáng, nhân khẩu học và môi trường.
Kết quả dương tính giả có thể không được chú ý trừ khi ngưỡng tin cậy được theo dõi.
Lộ trình thực hiện
Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi.
Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.
Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.
Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.
Tiếp tục khám phá
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
Hướng dẫn tiếp theo
Ước tính độ sâu bằng một mắt
Câu hỏi thường gặp
What is Human Pose Estimation?
Ước tính tư thế con người phát hiện vị trí của các khớp trên cơ thể, chẳng hạn như khuỷu tay, đầu gối và vai, để xây dựng bộ xương kỹ thuật số của một người từ hình ảnh hoặc video. Nó biến các pixel thô thành dữ liệu có cấu trúc về cách mọi người di chuyển.
Ước tính tư thế của con người chủ yếu phát hiện điều gì?
Ước tính tư thế xác định các điểm chính của cơ thể như khuỷu tay, đầu gối và vai, sau đó liên kết chúng thành một bộ xương.
Các phương pháp ước tính tư thế từ trên xuống hoạt động như thế nào?
Phương pháp từ trên xuống trước tiên phát hiện từng người bằng một hộp giới hạn và sau đó ước tính các khớp trong đó, phương pháp này chính xác nhưng sẽ bị chậm với nhiều người.
Các mô hình tư thế chính xác nhất dự đoán điều gì cho mỗi khớp thay vì tọa độ thô?
Các mô hình thường xuất ra bản đồ nhiệt cho mỗi khớp có điểm ảnh sáng nhất cho biết vị trí khớp có khả năng xảy ra nhất, hoạt động ổn định hơn so với hồi quy trực tiếp.
Các trường quan hệ của bộ phận, được OpenPose sử dụng, giúp ích gì?
Trường ái lực phần mã hóa hướng chi dưới dạng bản đồ vectơ, cho phép các phương pháp từ dưới lên kết nối chính xác các điểm chính ngay cả khi mọi người trùng nhau.
Tại sao các phương pháp từ dưới lên như OpenPose có khả năng mở rộng quy mô tốt hơn trong những cảnh đông người?
Các phương pháp từ dưới lên sẽ phát hiện mọi điểm chính trong hình ảnh trong một lần rồi nhóm chúng lại để chi phí không tăng lên khi có thêm người.