Qu’est-ce qu’OpenPose ? À la découverte d’une avancée majeure dans l’estimation de pose

Aujourd’hui, les images et les caméras sont partout : intégrées à nos téléphones, à nos maisons et même aux espaces publics. Nous comptons sur elles non seulement pour immortaliser des moments, mais aussi pour nous aider à comprendre le monde qui nous entoure et à interagir avec lui.

En coulisses, la vision par ordinateur, une sous-discipline de l’intelligence artificielle (AI), rend tout cela possible en permettant aux machines d’interpréter des données visuelles. Elle permet aux systèmes de détecter des objets, de reconnaître des visages et de suivre des mouvements, et joue un rôle clé dans nombre des technologies que nous utilisons au quotidien.

Grâce aux progrès récents de l’IA, les modèles de vision par ordinateur peuvent désormais analyser et extraire des données et des informations plus complexes. L’estimation de pose en est un exemple : cette tâche de vision par ordinateur vise à comprendre les mouvements humains.

Elle consiste à repérer des points clés du corps, comme les épaules, les coudes et les genoux, dans des images ou des vidéos. On peut ainsi analyser les mouvements des personnes et créer des applications pour le suivi de la condition physique, l’animation, la santé et bien d’autres domaines.

Parmi les nombreux outils développés pour l’estimation de pose, OpenPose se distingue comme une avancée majeure. Créé par des chercheurs du Perceptual Computing Lab de l’université Carnegie Mellon, ce système a été l’un des premiers systèmes open source capables de détecter en temps réel la pose complète de plusieurs personnes, y compris les mains, les pieds et les points clés du visage, à l’aide d’une simple caméra (jusqu’à 135 points clés par personne).

Dans cet article, nous allons explorer OpenPose, son fonctionnement et son importance en tant que jalon de la vision par ordinateur.

Fig. 1. Estimation de pose de plusieurs personnes avec OpenPose.

Retour sur l’histoire de l’estimation de pose#

Avant l’adoption généralisée de l’IA, le suivi des mouvements humains dans les vidéos nécessitait du matériel spécialisé. Dans des secteurs comme le cinéma et l’animation, les acteurs portaient souvent des combinaisons munies de marqueurs réfléchissants afin que les caméras puissent capturer leurs mouvements dans un studio contrôlé.

Bien que ces techniques de capture de mouvement reposant sur des marqueurs soient précises, elles étaient également coûteuses et limitées à des configurations spécifiques. Avec les progrès de la vision par ordinateur, les chercheurs ont cherché des moyens de suivre les mouvements du corps sans marqueurs. Ils ont utilisé les contours et des gabarits pour repérer les silhouettes humaines dans les images.

Ces premiers systèmes fonctionnaient dans des situations simples et prévisibles, mais peinaient dans des conditions réelles. Ils produisaient souvent de mauvais résultats lorsque les personnes bougeaient de manière inattendue ou que plusieurs personnes apparaissaient dans une même image.

À la fin des années 2010, l’apprentissage profond a profondément transformé l’estimation de pose. Les modèles d’IA visuelle pouvaient être entraînés sur de grands jeux de données de poses humaines. Plutôt que de s’appuyer sur des contours et des gabarits, les modèles ont appris à reconnaître les articulations et la structure du corps en étudiant des milliers d’images annotées. L’estimation de pose est ainsi devenue plus précise, plus flexible et plus efficace dans un plus grand nombre de situations.

Fig. 2. Évolution des modèles d’estimation de pose humaine de 2017 à 2023.

OpenPose : le début de l’essor de l’estimation de pose moderne#

OpenPose a été lancé pour la première fois en 2017 et peut estimer simultanément la pose de plusieurs personnes dans une même image. Contrairement aux systèmes plus anciens, OpenPose ne nécessite ni combinaison spéciale ni marqueurs. Il fonctionne avec des caméras standard et peut traiter des images et des vidéos en temps réel. Ces caractéristiques ont rendu l’estimation de pose plus accessible aux développeurs et aux chercheurs.

Les bases posées par OpenPose pour la vision par ordinateur ont aidé d’autres personnes à concevoir de nouvelles architectures pour diverses applications. Aujourd’hui, les modèles d’IA visuelle comme Ultralytics YOLOv8 et Ultralytics YOLO11, et plus récemment Ultralytics YOLO26, qui prennent en charge les tâches d’estimation de pose, offrent des résultats plus rapides et une latence plus faible.

Fig. 3. Estimation de pose avec YOLO11.

Cependant, OpenPose est un excellent point de départ si tu veux comprendre l’évolution de l’estimation de pose. Il a introduit des idées clés sur lesquelles de nombreux systèmes plus récents s’appuient encore aujourd’hui.

Principales capacités d’OpenPose#

Maintenant que nous comprenons mieux l’importance d’OpenPose, examinons de plus près ce qu’il peut réellement faire.

Au cœur des capacités d’OpenPose se trouve la détection de points clés. Les points clés sont des repères précis du corps humain, comme la pointe du nez, le milieu des épaules, les coudes, les poignets, les hanches, les genoux et les chevilles. OpenPose peut détecter jusqu’à 135 de ces points par personne, y compris des zones détaillées comme les doigts et les traits du visage.

Une fois reliés, ces points forment une représentation simplifiée du corps humain : on peut la voir comme un squelette numérique. Ce contour squelettique indique non seulement où se trouve une personne, mais aussi dans quelle posture elle se trouve : assise, debout, en train de saluer, de sourire ou de marcher. Les ordinateurs peuvent interpréter visuellement les mouvements humains à partir de ces squelettes, tout comme nous comprenons instinctivement le langage corporel d’une personne.

Le suivi squelettique est particulièrement utile, car il élimine le bruit de fond et les distractions pour permettre au système de se concentrer uniquement sur la posture et les mouvements humains. Au lieu d’analyser chaque pixel, OpenPose se concentre sur les points pertinents qui indiquent comment une personne bouge ou interagit.

En extrayant ces informations structurées d’images ou de vidéos du quotidien, OpenPose permet de créer des applications qui réagissent aux gestes, surveillent l’activité physique, évaluent les signes émotionnels ou animent même des personnages numériques.

Comment fonctionne OpenPose ?#

Voici un aperçu de la manière dont OpenPose détecte les points clés du corps humain à partir d’entrées visuelles et les relie :

• Part d’une image : OpenPose prend une image issue d’une photo, d’une vidéo ou d’un flux de caméra en direct.
• Repère les parties importantes du corps : Le système recherche des points clés du corps, comme le nez, les coudes, les poignets, les genoux et les chevilles. Il les marque là où il estime avec suffisamment de confiance qu’une partie du corps se trouve.
• Détermine quelles parties vont ensemble : OpenPose vérifie ensuite comment les points clés sont reliés. Il effectue des calculs mathématiques pour déterminer quelles articulations appartiennent à la même personne, par exemple en reliant un poignet au coude et à l’épaule correspondants.
• Dessine un squelette pour chaque personne : Après avoir regroupé les points clés, OpenPose les relie pour former une « silhouette en bâtonnets » qui représente la pose de chaque personne. Cela fonctionne même lorsque plusieurs personnes apparaissent dans la même image.
• Renvoie les données de pose : Enfin, il fournit les positions exactes de tous les points clés détectés. Celles-ci peuvent servir à suivre les mouvements, à reconnaître des gestes ou à créer des outils interactifs, le tout en temps réel.

Fig. 4. Détection et suivi des points clés du corps humain avec OpenPose.

Applications de l’estimation de pose avec OpenPose dans différents secteurs#

OpenPose a été l’un des premiers outils avancés à rendre l’estimation de pose pratique pour diverses applications concrètes. Même s’il est aujourd’hui peu utilisé dans les solutions de vision par ordinateur en temps réel, il a joué un rôle important dans les premiers travaux menés dans des domaines comme le sport, le divertissement, l’éducation et la sécurité.

Voyons de plus près comment il a contribué à ouvrir la voie dans ces domaines.

Estimation de pose avec OpenPose pour le fitness et le sport#

Quand tu regardes un match de baseball, il est facile de comprendre ce qui se passe : tu reconnais instantanément un lancer, un swing ou un vol de base. En tant qu’êtres humains, nous interprétons intuitivement les mouvements du corps et les comprenons sans grand effort. Pour les machines, en revanche, reconnaître ces actions est beaucoup plus complexe. Elles ont besoin d’informations précises sur la façon dont chaque partie du corps se déplace dans l’espace.

OpenPose a marqué une avancée importante dans ce domaine de la vision par ordinateur. C’était un outil pratique pour analyser la technique sportive dans différents contextes.

De nombreux projets de recherche ont utilisé OpenPose pour décomposer des mouvements comme les swings et les sauts, et même classer des actions spécifiques au baseball selon les mouvements des joueurs. Comme il fonctionnait dans des environnements ouverts avec des vidéos standard, les chercheurs pouvaient tester le fonctionnement de ces systèmes dans des situations réelles d’entraînement ou d’encadrement sportif.

Ces premières études ont contribué à jeter les bases des outils de suivi des performances aujourd’hui utilisés dans les technologies sportives avancées technologies sportives.

Fig. 5. Aperçu d’un pipeline de classification des actions au baseball utilisant OpenPose.

Utilisation d’OpenPose dans les systèmes de sécurité et de sûreté#

De même, des chercheurs ont utilisé OpenPose pour étudier comment le suivi des poses à partir de vidéos pouvait contribuer à la surveillance de la sécurité. La méthode a été testée pour détecter des comportements comme les chutes, les gestes inattendus ou les schémas de déplacement dans les lieux publics.

Comme OpenPose fonctionnait avec des caméras standard, il a facilité les premières expérimentations dans des environnements comme les hôpitaux et les centres de transport. Ces études ont contribué au développement de modèles plus récents, désormais utilisés dans les systèmes de surveillance, de détection des chutes et d’intervention d’urgence.

Fig. 6. Détection des chutes avec OpenPose.

Avantages et inconvénients d’OpenPose#

Voici un aperçu de certains des avantages qu’offre OpenPose :

• Utile pour la recherche et le prototypage : OpenPose a été largement utilisé dans la recherche universitaire, notamment dans des domaines comme l’interaction humain-machine, la biomécanique et l’analyse comportementale.
• Prise en charge multiplateforme : OpenPose fonctionne sous Windows, Linux et macOS, avec une prise en charge des unités centrales de traitement (CPUs) et des processeurs graphiques (GPUs).
• Capacité de traitement hors ligne : OpenPose peut fonctionner dans des environnements sans accès à Internet, ce qui le rend idéal dans les contextes où la confidentialité est essentielle, comme les soins de santé ou l’éducation.

Bien qu’OpenPose ait représenté une avancée majeure, il présente également des limites techniques importantes à prendre en compte. Voici quelques-uns des principaux défis associés à OpenPose :

• Besoins élevés en ressources de calcul : L’exécution d’OpenPose en temps réel nécessite un GPU puissant et d’importantes ressources de calcul.
• Sensibilité à l’environnement : Les performances peuvent diminuer en cas de faible éclairage, dans les espaces bondés ou lorsque les angles de caméra ne sont pas optimaux.
• Lourd par rapport aux modèles plus récents : Comparé aux modèles d’estimation de pose plus récents, OpenPose est relativement volumineux et plus lent. Il n’est pas adapté au déploiement sur des appareils aux ressources limitées, comme les smartphones, les tablettes ou les systèmes embarqués.

Points clés à retenir#

OpenPose a joué un rôle important en rendant l’estimation de pose plus accessible. Il a montré qu’il était possible de suivre les mouvements du corps à l’aide d’une simple caméra, sans recourir à des combinaisons ou à du matériel spécialisé.

Il a posé les bases de nombreuses applications pratiques dans les domaines de la santé, de l’éducation, du divertissement et de la recherche. Même si les modèles plus récents sont désormais plus rapides et plus légers, OpenPose reste une référence essentielle pour comprendre l’évolution de l’estimation de pose.

Rejoins notre communauté et consulte notre dépôt GitHub pour en savoir plus sur l’IA. Si tu souhaites créer tes propres solutions de vision par ordinateur, découvre nos options de licence. Découvre aussi comment la vision par ordinateur dans le secteur de la santé et l’IA dans la logistique ont un impact concret !