¿Qué es la estimación de poses y dónde se puede utilizar?

Cuando ves a alguien encorvado o erguido con los hombros hacia atrás, enseguida queda claro si tiene una postura deficiente o segura. Nadie tiene que explicártelo. Esto se debe a que, con el tiempo, hemos aprendido de forma natural a interpretar el lenguaje corporal.

Gracias a la experiencia y la observación, nuestro cerebro se ha vuelto muy bueno reconociendo la postura de distintos objetos, incluidos los seres humanos. Gracias a los recientes avances en inteligencia artificial (AI) y visión artificial, un campo que permite a las máquinas interpretar la información visual del mundo, las máquinas también están empezando a aprender y reproducir esta capacidad.

La estimación de pose es una tarea de visión artificial que ayuda a las máquinas a determinar la posición y la orientación de una persona o un objeto a partir de imágenes o vídeos. Para ello, identifica puntos clave del cuerpo, como las articulaciones y las extremidades, y así entiende cómo se mueve una persona o incluso un objeto.

Esta tecnología se utiliza ampliamente en ámbitos como el fitness, la sanidad y la animación. En entornos laborales, por ejemplo, se puede emplear para supervisar la postura de los empleados y respaldar iniciativas de seguridad y bienestar. Los modelos de visión artificial, como Ultralytics YOLO11, lo hacen posible al estimar poses humanas en tiempo real.

Fig. 1. Ejemplo del uso de Ultralytics YOLO11 para supervisar la postura de los trabajadores.

En este artículo, veremos con más detalle la estimación de poses y cómo funciona, además de algunos casos de uso reales en los que está marcando la diferencia.

La evolución de la estimación de pose#

La investigación sobre la estimación de pose comenzó a finales de los años sesenta y durante los setenta. A lo largo de los años, los enfoques de esta tarea de visión artificial han pasado de las matemáticas y la geometría básicas a métodos más avanzados basados en la inteligencia artificial.

Al principio, las técnicas dependían de ángulos de cámara fijos y puntos de referencia conocidos. Más adelante, evolucionaron para incluir modelos 3D y correspondencia de características. Hoy en día, los modelos de aprendizaje profundo como Ultralytics YOLO11 y su sucesor, Ultralytics YOLO26, pueden detectar posiciones corporales en tiempo real a partir de imágenes o vídeos, lo que hace que la estimación de poses sea más rápida y precisa que nunca.

A medida que mejoraba la tecnología, los investigadores descubrieron las posibles aplicaciones de supervisar y seguir las poses de diversos objetos, especialmente de personas y animales. La estimación de pose es especialmente importante porque permite que las herramientas de IA comprendan y midan la postura y el movimiento de formas que antes no eran posibles.

Por ejemplo, permite que los ordenadores reconozcan gestos para interactuar sin usar las manos, analiza los movimientos de los atletas para mejorar su rendimiento, permite crear animaciones realistas en videojuegos e incluso contribuye a la atención sanitaria al hacer un seguimiento de la recuperación de los pacientes.

¿En qué se diferencia de otras tareas de visión artificial?#

La estimación de pose se diferencia de otras tareas de visión artificial, como la detección de objetos y la segmentación de instancias. Estas tareas se centran principalmente en identificar y localizar objetos dentro de una imagen.

La detección de objetos, por ejemplo, dibuja cajas delimitadoras alrededor de elementos como personas, vehículos o animales para indicar su presencia y posición. La segmentación de instancias va un paso más allá al delimitar la forma exacta de cada objeto a nivel de píxel.

Sin embargo, ambos métodos se centran principalmente en qué es el objeto y dónde está; no proporcionan información sobre cómo está colocado ni sobre lo que podría estar haciendo. Ahí es donde la estimación de pose resulta crucial.

Al identificar puntos clave del cuerpo, como los codos, las rodillas o incluso la cola, la estimación de pose puede interpretar la postura y el movimiento. Esto permite comprender mejor las acciones, los gestos y la dinámica corporal, incluidos los movimientos en el espacio 3D.

Cómo funciona la estimación de pose#

Los modelos de estimación de pose suelen seguir dos enfoques principales: de abajo arriba y de arriba abajo. En el enfoque de abajo arriba, el modelo detecta primero puntos clave individuales, como los codos, las rodillas o los hombros, y después los agrupa para determinar a qué persona u objeto pertenecen. En cambio, el enfoque de arriba abajo empieza por detectar cada objeto (por ejemplo, una persona en la imagen) y, a continuación, localiza los puntos clave de ese objeto concreto.

Fig. 2. Métodos de estimación de pose de abajo arriba y de arriba abajo.

Algunos modelos más recientes, como Ultralytics YOLO11, combinan las ventajas de ambos enfoques. YOLO11 conserva la eficiencia del método ascendente al omitir el paso de agrupación manual y, al mismo tiempo, aprovecha la precisión de los sistemas descendentes al detectar personas y estimar sus poses de una sola vez, en un proceso ágil e integrado.

Entrenamiento personalizado de Ultralytics YOLO11 para la estimación de pose#

Al ver cómo funcionan los modelos de estimación de pose, quizá te preguntes cómo aprenden realmente a estimar la pose de distintos objetos. Ahí es donde entra en juego el entrenamiento personalizado.

El entrenamiento personalizado consiste en enseñar a un modelo a reconocer puntos clave específicos utilizando tus propios datos. Como crear un modelo desde cero requiere una gran cantidad de imágenes etiquetadas y mucho tiempo, muchas personas optan por el aprendizaje por transferencia. Este método parte de un modelo que ya se ha entrenado con un conjunto de datos grande, como el modelo de estimación de pose Ultralytics YOLO11, preentrenado con el conjunto de datos COCO-Pose, y después lo ajusta con tus propios datos para una tarea o un caso de uso específicos.

Supongamos que trabajas con posturas de yoga: puedes ajustar Ultralytics YOLO11 con imágenes en las que cada postura esté etiquetada con puntos clave específicos de esa actividad. Para ello, necesitarás un conjunto de datos de poses personalizado, compuesto por imágenes anotadas de las que el modelo pueda aprender.

Durante el entrenamiento, puedes ajustar parámetros como el tamaño del lote (el número de imágenes procesadas a la vez), la tasa de aprendizaje (la rapidez con la que el modelo actualiza lo aprendido) y las épocas (el número de veces que el modelo recorre el conjunto de datos) para mejorar la precisión. Así es mucho más fácil crear modelos de estimación de pose adaptados a tus necesidades específicas.

Aplicaciones de la estimación de pose en el mundo real#

Ahora que hemos explicado qué es la estimación de pose y cómo funciona, veamos más de cerca algunos de sus casos de uso en el mundo real.

Uso de la estimación de pose en fisioterapia#

La estimación de pose se está convirtiendo poco a poco en una herramienta fiable en el sector sanitario, especialmente en la fisioterapia. Mediante IA y visión artificial, estos sistemas pueden seguir la postura y los movimientos en tiempo real y ofrecer comentarios, de forma similar a como lo haría un fisioterapeuta.

Por ejemplo, un paciente que se recupera de una operación de rodilla puede utilizar un sistema de estimación de pose para asegurarse de que realiza correctamente los ejercicios de rehabilitación. El sistema puede detectar movimientos incorrectos y ofrecer sugerencias para mejorar, lo que ayuda al paciente a seguir el plan y evitar lesiones.

Fig. 3. Ejemplo del uso de Ultralytics YOLO11 en fisioterapia.

Además de la rehabilitación, la estimación de pose también está llegando a las aplicaciones de fitness. Por ejemplo, alguien que entrena en casa puede usar la aplicación para comprobar su técnica durante los ejercicios. La aplicación puede ofrecer comentarios en tiempo real, como corregir el ángulo de una sentadilla o comprobar que tienes la espalda recta durante un peso muerto. Esto ayuda a los usuarios a mejorar la técnica y evitar lesiones sin necesidad de un entrenador.

Captura de movimiento para el entretenimiento gracias a la estimación de pose#

La estimación de pose ha cambiado la forma de capturar movimiento en el entretenimiento y ha hecho que el proceso sea más sencillo y accesible. Antes, la captura de movimiento requería colocar marcadores en el cuerpo de una persona y seguirlos con cámaras especiales, algo que podía resultar complicado y caro.

Ahora, gracias a los avances en IA y visión artificial, podemos usar cámaras convencionales y algoritmos para seguir los movimientos corporales sin necesidad de marcadores, lo que hace que el proceso sea más eficiente y preciso, incluso en tiempo real.

Un gran ejemplo de ello es AR Poser de Disney (realidad aumentada). Esta divertida herramienta te permite hacerte una foto con el móvil y conseguir que un personaje digital imite tu pose en realidad aumentada. Analiza tu pose en la imagen y la reproduce en un personaje 3D para crear un selfi de realidad aumentada divertido y personalizado.

Fig. 4. Un personaje de realidad aumentada imita la pose de una persona mediante la estimación de pose.

Investigación del comportamiento social mediante la estimación de pose de animales#

Estudiar el comportamiento animal ayuda a los científicos a comprender cómo se comunican los animales, encuentran pareja, cuidan de sus crías y viven en grupo. Este conocimiento es fundamental para proteger la fauna y comprender mejor el mundo natural.

La estimación de pose simplifica este proceso al seguir los movimientos de los animales y su postura mediante imágenes y vídeos, sin colocarles sensores ni etiquetas. Estos sistemas pueden supervisar automáticamente sus poses y aportar información sobre comportamientos como el acicalamiento, el juego o la lucha.

Un ejemplo interesante es el uso de la estimación de pose por parte de científicos para estudiar el comportamiento de los simios. De hecho, los investigadores han recopilado conjuntos de datos como OpenApePose, que contiene más de 71 000 imágenes etiquetadas de seis especies de simios.

Fig. 5. Estimación de pose de simios.

Ventajas e inconvenientes de la estimación de pose#

Estas son algunas de las principales ventajas que la estimación de pose puede aportar a distintos sectores:

• Escalabilidad: Los sistemas de estimación de pose pueden implementarse en una amplia variedad de dispositivos, desde teléfonos inteligentes hasta configuraciones de cámaras avanzadas, por lo que son muy escalables y accesibles para distintos casos de uso y entornos.
• Rentabilidad: Como la estimación de pose se basa en cámaras convencionales y no requiere sensores ni etiquetas caros, puede ser una solución más rentable para seguir movimientos en aplicaciones de investigación y comerciales.
• Supervisión continua: Los sistemas de estimación de pose pueden realizar un seguimiento continuo en tiempo real y permitir supervisar los cambios a lo largo del tiempo, ya sea la evolución de un paciente durante la rehabilitación o el comportamiento de animales en estado salvaje.

Aunque las ventajas de la estimación de pose están claras en distintos ámbitos, también hay que tener en cuenta algunos retos. Estas son algunas de sus principales limitaciones:

• Capacidad de generalización limitada: Muchos modelos entrenados con conjuntos de datos humanos no generalizan bien a animales o estructuras corporales poco comunes si no se vuelven a entrenar con conjuntos de datos específicos.
• Limitaciones del entorno: El rendimiento puede disminuir con poca iluminación, desenfoque por movimiento rápido o fondos abarrotados.
• Alta sensibilidad a las oclusiones: La precisión puede disminuir cuando algunas partes del cuerpo quedan tapadas o fuera del encuadre, especialmente en escenas concurridas o al seguir a varias personas.

Conclusiones clave#

La estimación de pose ha avanzado mucho desde sus inicios y ha evolucionado desde los sistemas que utilizaban marcadores hasta convertirse en una herramienta de gran impacto gracias a modelos de aprendizaje profundo como Ultralytics YOLO11. Ya sea para mejorar la fisioterapia, ofrecer experiencias interactivas de realidad aumentada o contribuir a la investigación sobre la fauna, la estimación de pose está cambiando la forma en que las máquinas entienden el movimiento y la postura. A medida que avance la tecnología, será fundamental abordar sus limitaciones para desbloquear aún más usos prácticos y lograr que las máquinas comprendan mejor cómo nos movemos nosotros y otros seres vivos.

¿Te interesa la IA? Explora nuestro repositorio de GitHub, conecta con nuestra comunidad y consulta nuestras opciones de licencia para poner en marcha tu proyecto de visión artificial. Descubre más innovaciones, como la IA en el comercio minorista y la visión artificial en el sector logístico, en nuestras páginas de soluciones.