Was ist Posenschätzung und wo kann sie eingesetzt werden?

Wenn du jemanden siehst, der zusammengesunken dasitzt oder aufrecht mit zurückgenommenen Schultern steht, ist sofort klar, ob die Person eine schlechte oder selbstbewusste Körperhaltung hat. Niemand muss dir das erklären. Denn im Laufe der Zeit haben wir ganz natürlich gelernt, Körpersprache zu interpretieren.

Durch Erfahrung und Beobachtung sind unsere Gehirne sehr gut darin geworden, die Körperhaltung verschiedener Objekte, darunter auch Menschen, zu erkennen. Dank jüngster Fortschritte in der künstlichen Intelligenz (AI) und Computer Vision, einem Bereich, der Maschinen die Interpretation visueller Informationen aus der Welt ermöglicht, beginnen Maschinen nun ebenfalls, diese Fähigkeit zu erlernen und nachzuahmen.

Posenschätzung ist eine Aufgabe der Computer Vision, die Maschinen dabei hilft, die Position und Ausrichtung einer Person oder eines Objekts anhand von Bildern oder Videos zu bestimmen. Dazu werden wichtige Punkte am Körper, etwa Gelenke und Gliedmaßen, erkannt, um zu verstehen, wie sich jemand oder sogar etwas bewegt.

Diese Technologie wird in Bereichen wie Fitness, Gesundheitswesen und Animation zunehmend eingesetzt. In Arbeitsumgebungen kann sie beispielsweise genutzt werden, um die Körperhaltung von Mitarbeitenden zu überwachen und Sicherheits- sowie Gesundheitsinitiativen zu unterstützen. Computer-Vision-Modelle wie Ultralytics YOLO11 machen dies möglich, indem sie menschliche Posen in Echtzeit schätzen.

Abb. 1. Beispiel für die Überwachung der Körperhaltung von Mitarbeitenden mit Ultralytics YOLO11.

In diesem Artikel werfen wir einen genaueren Blick auf die Posenschätzung und ihre Funktionsweise sowie auf Anwendungsfälle aus der Praxis, in denen sie einen echten Unterschied macht. Legen wir los!

Die Entwicklung der Posenschätzung#

Die Forschung zur Posenschätzung begann bereits Ende der 1960er- und in den 1970er-Jahren. Im Laufe der Jahre haben sich die Ansätze für diese Aufgabe der Computer Vision von grundlegender Mathematik und Geometrie hin zu fortschrittlicheren, durch künstliche Intelligenz gesteuerten Methoden entwickelt.

Anfangs waren die Verfahren auf feste Kamerawinkel und bekannte Referenzpunkte angewiesen. Später wurden sie um 3D-Modelle und Merkmalsabgleich erweitert. Heute können Deep-Learning-Modelle wie Ultralytics YOLO11 Körperpositionen in Echtzeit aus Bildern oder Videos erkennen, wodurch die Posenschätzung schneller und genauer ist als je zuvor.

Mit den technologischen Fortschritten erkannten Forschende das Potenzial, die Posen verschiedener Objekte, insbesondere von Menschen und Tieren, zu überwachen und zu verfolgen. Die Posenschätzung ist besonders wichtig, weil sie es AI-Werkzeugen ermöglicht, Körperhaltung und Bewegung auf eine Weise zu verstehen und zu messen, die zuvor nicht möglich war.

So können Computer Gesten für die freihändige Interaktion erkennen, die Bewegungen von Sportlerinnen und Sportlern zur Leistungssteigerung analysieren, realistische Animationen in Videospielen ermöglichen und sogar das Gesundheitswesen unterstützen, indem sie die Genesungsfortschritte von Patientinnen und Patienten verfolgen.

Wie unterscheidet sie sich von anderen Aufgaben der Computer Vision?#

Die Posenschätzung unterscheidet sich von anderen Aufgaben der Computer Vision wie der Objekterkennung und der Instanzsegmentierung. Diese Aufgaben konzentrieren sich hauptsächlich darauf, Objekte in einem Bild zu identifizieren und zu lokalisieren.

Die Objekterkennung zeichnet beispielsweise Begrenzungsrahmen um Elemente wie Menschen, Fahrzeuge oder Tiere, um deren Vorhandensein und Position anzuzeigen. Die Instanzsegmentierung geht noch einen Schritt weiter, indem sie die genaue Form jedes Objekts auf Pixelebene umreißt.

Beide Methoden befassen sich jedoch hauptsächlich damit, was ein Objekt ist und wo es sich befindet – sie liefern keine Informationen darüber, wie das Objekt positioniert ist oder was es möglicherweise tut. Genau hier wird die Posenschätzung entscheidend.

Durch die Erkennung wichtiger Punkte am Körper, etwa Ellbogen, Knie oder sogar eines Schwanzes, kann die Posenschätzung Körperhaltung und Bewegung interpretieren. Dies ermöglicht ein tieferes Verständnis von Handlungen, Gesten und Körperdynamik, einschließlich Bewegungen im 3D-Raum.

Die Funktionsweise der Posenschätzung verstehen#

Posenschätzungsmodelle verfolgen im Allgemeinen zwei grundlegende Ansätze: Bottom-up und Top-down. Beim Bottom-up-Ansatz erkennt das Modell zunächst einzelne wichtige Punkte wie Ellbogen, Knie oder Schultern und gruppiert sie anschließend, um festzustellen, zu welcher Person oder welchem Objekt sie gehören. Der Top-down-Ansatz beginnt dagegen damit, jedes Objekt einzeln zu erkennen, beispielsweise eine Person im Bild, und lokalisiert anschließend die wichtigen Punkte dieses spezifischen Objekts.

Abb. 2. Bottom-up- und Top-down-Verfahren zur Posenschätzung.

Einige neuere Modelle wie Ultralytics YOLO11 verbinden die Vorteile beider Ansätze. Das Modell behält die Effizienz des Bottom-up-Verfahrens bei, indem es den manuellen Gruppierungsschritt überspringt, und nutzt zugleich die Präzision von Top-down-Systemen, indem es Personen erkennt und ihre Posen gleichzeitig in einem einzigen, optimierten Prozess schätzt.

Ultralytics YOLO11 für die Posenschätzung individuell trainieren#

Wenn wir die Funktionsweise von Posenschätzungsmodellen erläutern, fragst du dich vielleicht: Wie lernen diese Modelle tatsächlich, die Pose verschiedener Objekte zu schätzen? Hier kommt das individuelle Training ins Spiel.

Individuelles Training bedeutet, ein Modell mithilfe deiner eigenen Daten darauf zu trainieren, bestimmte wichtige Punkte zu erkennen. Da die Erstellung eines Modells von Grund auf eine große Menge beschrifteter Bilder und viel Zeit erfordert, entscheiden sich viele für Transfer Learning. Dabei wird mit einem Modell begonnen, das bereits auf einem großen Datensatz trainiert wurde, etwa dem auf dem COCO-Pose-Datensatz vortrainierten Posenschätzungsmodell Ultralytics YOLO11, und anschließend für eine bestimmte Aufgabe oder einen bestimmten Anwendungsfall mit deinen eigenen Daten feinabgestimmt.

Angenommen, du arbeitest mit Yoga-Posen – dann kannst du Ultralytics YOLO11 anhand von Bildern feinabstimmen, auf denen jede Pose mit den für diese Aktivität relevanten wichtigen Punkten beschriftet ist. Dafür benötigst du einen individuellen Datensatz annotierter Bilder, aus denen das Modell lernen kann.

Während des Trainings kannst du Einstellungen wie die Batchgröße (die Anzahl der gleichzeitig verarbeiteten Bilder), die Lernrate (wie schnell das Modell seine Lernparameter aktualisiert) und die Epochen (wie oft das Modell den Datensatz durchläuft) anpassen, um die Genauigkeit zu verbessern. Dadurch lassen sich Posenschätzungsmodelle viel einfacher erstellen, die auf deine spezifischen Anforderungen zugeschnitten sind.

Praktische Anwendungen der Posenschätzung#

Nachdem wir besprochen haben, was Posenschätzung ist und wie sie funktioniert, sehen wir uns nun einige praktische Anwendungsfälle genauer an.

Posenschätzung in der Physiotherapie#

Die Posenschätzung entwickelt sich allmählich zu einem zuverlässigen Werkzeug im Gesundheitswesen, insbesondere in der Physiotherapie. Mithilfe von AI und Computer Vision können diese Systeme Körperhaltung und Bewegungen in Echtzeit verfolgen und Feedback geben – ähnlich wie eine Physiotherapeutin oder ein Physiotherapeut.

So kann eine Person, die sich von einer Knieoperation erholt, ein Posenschätzungssystem verwenden, um sicherzustellen, dass sie ihre Rehabilitationsübungen korrekt ausführt. Das System kann fehlerhafte Bewegungen erkennen und Verbesserungsvorschläge geben, sodass die Person den richtigen Weg beibehält und Verletzungen vermeidet.

Abb. 3. Beispiel für den Einsatz von Ultralytics YOLO11 in der Physiotherapie.

Über die Rehabilitation hinaus findet die Posenschätzung auch Eingang in Fitness-Apps. Wer beispielsweise zu Hause trainiert, kann die App nutzen, um die Ausführung während der Übungen zu überprüfen. Die App kann in Echtzeit Feedback geben, etwa den Winkel bei einer Kniebeuge korrigieren oder sicherstellen, dass der Rücken während eines Kreuzhebens gerade bleibt. So können Nutzerinnen und Nutzer ihre Übungsausführung verbessern und Verletzungen vermeiden, ohne eine Trainerin oder einen Trainer zu benötigen.

Bewegungserfassung für die Unterhaltung durch Posenschätzung#

Die Posenschätzung hat die Bewegungserfassung in der Unterhaltungsbranche verändert und sie einfacher und zugänglicher gemacht. Früher mussten für die Bewegungserfassung Markierungen am Körper einer Person angebracht und mit speziellen Kameras verfolgt werden, was schwierig und teuer sein konnte.

Dank der Fortschritte bei AI und Computer Vision können wir heute gewöhnliche Kameras und Algorithmen verwenden, um Körperbewegungen ohne Markierungen zu verfolgen. Dadurch wird der Prozess effizienter und genauer, sogar in Echtzeit.

Ein hervorragendes Beispiel dafür ist Disney's AR Poser. Mit diesem unterhaltsamen Werkzeug kannst du mit deinem Smartphone ein Foto aufnehmen und eine digitale Figur deine Pose in erweiterter Realität nachahmen lassen. Dazu wird deine Pose im Bild analysiert und einer 3D-Figur zugeordnet, wodurch ein unterhaltsames, personalisiertes AR-Selfie entsteht.

Abb. 4. Eine AR-Figur ahmt mithilfe der Posenschätzung die Pose einer Person nach.

Erforschung sozialen Verhaltens durch Posenschätzung bei Tieren#

Die Untersuchung des Tierverhaltens hilft Forschenden zu verstehen, wie Tiere kommunizieren, Paarungspartner finden, ihren Nachwuchs versorgen und in Gruppen leben. Dieses Wissen ist entscheidend für den Schutz der Tierwelt und ein tieferes Verständnis der natürlichen Welt.

Die Posenschätzung vereinfacht diesen Prozess, indem sie mithilfe von Bildern und Videos Bewegungen und Körperhaltungen von Tieren verfolgt, ohne Sensoren oder Markierungen an den Tieren anzubringen. Diese Systeme können deren Posen automatisch überwachen und Einblicke in Verhaltensweisen wie gegenseitige Fellpflege, Spielen oder Kämpfen geben.

Ein interessantes Beispiel dafür ist der Einsatz der Posenschätzung durch Forschende zur Untersuchung des Verhaltens von Menschenaffen. Tatsächlich haben Forschende Datensätze wie OpenApePose zusammengestellt, der mehr als 71.000 beschriftete Bilder von sechs Menschenaffenarten enthält.

Abb. 5. Posenschätzung bei Menschenaffen.

Vor- und Nachteile der Posenschätzung#

Hier sind einige der wichtigsten Vorteile, die die Posenschätzung verschiedenen Branchen bieten kann:

• Skalierbarkeit: Posenschätzungssysteme können auf einer Vielzahl von Geräten eingesetzt werden, von Smartphones bis hin zu fortschrittlichen Kameraaufbauten, wodurch sie für unterschiedliche Anwendungsfälle und Umgebungen besonders skalierbar und zugänglich sind.
• Kosteneffizient: Da die Posenschätzung auf gewöhnlichen Kameras basiert und keine teuren Sensoren oder Markierungen erfordert, kann sie sowohl in der Forschung als auch in kommerziellen Anwendungen eine kosteneffizientere Lösung zur Bewegungsverfolgung sein.
• Kontinuierliche Überwachung: Posenschätzungssysteme können eine kontinuierliche Bewegungsverfolgung in Echtzeit ermöglichen. Dadurch lassen sich Veränderungen im Zeitverlauf überwachen, etwa die Fortschritte von Patientinnen und Patienten in der Rehabilitation oder das Verhalten von Tieren in freier Wildbahn.

Obwohl die Vorteile der Posenschätzung in verschiedenen Bereichen deutlich sind, gibt es auch einige Herausforderungen zu berücksichtigen. Hier sind einige wichtige Einschränkungen, die du beachten solltest:

• Eingeschränkte Generalisierbarkeit: Viele Modelle, die auf Datensätzen mit Menschen trainiert wurden, lassen sich ohne ein erneutes Training mit spezifischen Datensätzen nicht gut auf Tiere oder ungewöhnliche Körperstrukturen übertragen.

• Einschränkungen durch die Umgebung: Die Leistung kann bei schlechten Lichtverhältnissen, starker Bewegungsunschärfe oder unübersichtlichen Hintergründen abnehmen.

• Hohe Empfindlichkeit gegenüber Verdeckungen: Die Genauigkeit kann sinken, wenn Körperteile verdeckt oder nicht im Bildausschnitt enthalten sind, insbesondere in überfüllten Szenen oder bei der Verfolgung mehrerer Personen.

Wichtige Erkenntnisse#

Die Posenschätzung hat seit ihren Anfängen einen langen Weg zurückgelegt und sich von Systemen mit Markierungen zu wirkungsvollen Werkzeugen entwickelt, die von Deep-Learning-Modellen wie Ultralytics YOLO11 angetrieben werden. Ob sie nun die Physiotherapie verbessert, interaktive AR-Erlebnisse ermöglicht oder die Wildtierforschung unterstützt – die Posenschätzung verändert die Art und Weise, wie Maschinen Bewegung und Körperhaltung verstehen. Mit dem weiteren technologischen Fortschritt wird es entscheidend sein, ihre Einschränkungen zu überwinden, um noch mehr praktische Anwendungen zu erschließen und Maschinen darin zu verbessern, zu verstehen, wie wir und andere Lebewesen uns bewegen.

Interessierst du dich für AI? Entdecke unser GitHub-Repository, vernetze dich mit unserer Community und sieh dir unsere Lizenzoptionen an, um dein Computer-Vision-Projekt auf den Weg zu bringen. Erfahre auf unseren Lösungsseiten mehr über Innovationen wie AI im Einzelhandel und Computer Vision in der Logistikbranche.