Qu’est-ce que l’estimation de pose et où peut-on l’utiliser ?

Quand tu vois une personne affalée ou bien droite, les épaules rejetées en arrière, tu sais immédiatement si sa posture est mauvaise ou assurée. Personne n’a besoin de te l’expliquer. C’est parce qu’avec le temps, nous avons naturellement appris à interpréter le langage corporel.

Grâce à l’expérience et à l’observation, notre cerveau est devenu très doué pour reconnaître la posture de différents objets, y compris les êtres humains. Grâce aux avancées récentes de l’intelligence artificielle (AI) et de la vision par ordinateur, un domaine qui permet aux machines d’interpréter les informations visuelles du monde qui les entoure, les machines commencent elles aussi à apprendre et à reproduire cette capacité.

L’estimation de pose est une tâche de vision par ordinateur qui aide les machines à déterminer la position et l’orientation d’une personne ou d’un objet à partir d’images ou de vidéos. Pour cela, elle repère des points clés du corps, comme les articulations et les membres, afin de comprendre comment une personne, ou même un objet, se déplace.

Cette technologie est largement utilisée dans des domaines comme le fitness, la santé et l’animation. En milieu professionnel, par exemple, elle peut servir à surveiller la posture des employés et à soutenir les initiatives en matière de sécurité et de bien-être. Des modèles de vision par ordinateur comme Ultralytics YOLO11 rendent cela possible en estimant les poses humaines en temps réel.

Fig. 1. Exemple d’utilisation d’Ultralytics YOLO11 pour surveiller la posture des travailleurs.

Dans cet article, nous allons examiner de plus près l’estimation de pose et son fonctionnement, ainsi que des cas d’usage concrets où elle fait la différence.

L’évolution de l’estimation de pose#

Les recherches sur l’estimation de pose ont commencé à la fin des années 1960 et dans les années 1970. Au fil des ans, les approches de cette tâche de vision par ordinateur sont passées des mathématiques et de la géométrie élémentaires à des méthodes plus avancées reposant sur l’intelligence artificielle.

Au départ, les techniques reposaient sur des angles de caméra fixes et des points de référence connus. Elles ont ensuite évolué pour intégrer des modèles 3D et la mise en correspondance de caractéristiques. Aujourd’hui, les modèles d’apprentissage profond comme Ultralytics YOLO11 et son successeur, Ultralytics YOLO26, peuvent détecter les positions du corps en temps réel à partir d’images ou de vidéos. L’estimation de pose est ainsi plus rapide et plus précise que jamais.

À mesure que la technologie progressait, les chercheurs ont pris conscience des applications potentielles de la surveillance et du suivi des poses de divers objets, en particulier des humains et des animaux. L’estimation de pose est particulièrement importante, car elle permet aux outils d’IA de comprendre et de mesurer la posture et les mouvements d’une manière auparavant impossible.

Par exemple, elle permet aux ordinateurs de reconnaître des gestes pour une interaction mains libres, analyse les mouvements des athlètes pour améliorer leurs performances, permet de créer des animations réalistes dans les jeux vidéo et contribue même aux soins de santé en suivant les progrès du rétablissement des patients.

En quoi diffère-t-elle des autres tâches de vision par ordinateur ?#

L’estimation de pose diffère d’autres tâches de vision par ordinateur comme la détection d’objets et la segmentation d’instances. Ces tâches se concentrent principalement sur l’identification et la localisation des objets dans une image.

La détection d’objets, par exemple, trace des boîtes englobantes autour d’éléments comme des personnes, des véhicules ou des animaux pour indiquer leur présence et leur position. La segmentation d’instances va plus loin en délimitant la forme précise de chaque objet au niveau du pixel.

Cependant, ces deux méthodes s’intéressent principalement à la nature de l’objet et à son emplacement : elles ne fournissent aucune information sur la position de l’objet ni sur ce qu’il pourrait faire. C’est là que l’estimation de pose devient essentielle.

En identifiant les points clés du corps, comme les coudes, les genoux ou même une queue, l’estimation de pose peut interpréter la posture et les mouvements. Elle permet ainsi de mieux comprendre les actions, les gestes et la dynamique corporelle, y compris les mouvements dans l’espace 3D.

Comprendre le fonctionnement de l’estimation de pose#

Les modèles d’estimation de pose reposent généralement sur deux approches principales : ascendante et descendante. Avec l’approche ascendante, le modèle détecte d’abord des points clés individuels, comme les coudes, les genoux ou les épaules, puis les regroupe pour déterminer à quelle personne ou à quel objet ils appartiennent. À l’inverse, l’approche descendante commence par détecter chaque objet (par exemple, une personne dans l’image), puis localise les points clés de cet objet précis.

Fig. 2. Méthodes ascendante et descendante d’estimation de pose.

Certains modèles plus récents, comme Ultralytics YOLO11, combinent les avantages des deux approches. YOLO11 conserve l’efficacité de l’approche ascendante en supprimant l’étape de regroupement manuel, tout en exploitant la précision des systèmes descendants : il détecte les personnes et estime leurs poses en une seule fois, dans un processus rationalisé.

Entraîner Ultralytics YOLO11 de façon personnalisée pour l’estimation de pose#

En découvrant le fonctionnement des modèles d’estimation de pose, tu te demandes peut-être comment ces modèles apprennent concrètement à estimer la pose de différents objets. C’est là qu’intervient l’entraînement personnalisé.

L’entraînement personnalisé consiste à apprendre à un modèle à reconnaître des points clés spécifiques à l’aide de tes propres données. Comme créer un modèle de zéro exige un grand nombre d’images annotées et beaucoup de temps, de nombreuses personnes optent pour l’apprentissage par transfert. Cette méthode consiste à partir d’un modèle déjà entraîné sur un grand jeu de données, comme le modèle d’estimation de pose Ultralytics YOLO11, préentraîné sur le jeu de données COCO-Pose, puis à l’affiner avec tes propres données pour une tâche ou un cas d’utilisation spécifique.

Imaginons que tu travailles sur des poses de yoga : tu peux affiner Ultralytics YOLO11 avec des images où chaque pose est annotée avec des points clés propres à cette activité. Pour cela, tu auras besoin d’un jeu de données de poses constitué d’images annotées à partir desquelles le modèle pourra apprendre.

Pendant l’entraînement, tu peux ajuster des paramètres comme la taille de lot (le nombre d’images traitées simultanément), le taux d’apprentissage (la vitesse à laquelle le modèle met à jour son apprentissage) et le nombre d’époques (le nombre de passages du modèle sur le jeu de données) afin d’améliorer la précision. Il est ainsi beaucoup plus facile de créer des modèles d’estimation de pose adaptés à tes besoins spécifiques.

Applications concrètes de l’estimation de pose#

Maintenant que nous avons expliqué ce qu’est l’estimation de pose et comment elle fonctionne, examinons de plus près quelques cas d’utilisation concrets.

Utiliser l’estimation de pose en physiothérapie#

L’estimation de pose devient peu à peu un outil fiable dans le secteur de la santé, en particulier en physiothérapie. Grâce à l’IA et à la vision par ordinateur, ces systèmes peuvent suivre la posture et les mouvements en temps réel et fournir des retours, comme le ferait un kinésithérapeute.

Par exemple, un patient qui se remet d’une opération du genou peut utiliser un système d’estimation de pose pour vérifier qu’il effectue correctement ses exercices de rééducation. Le système peut repérer les mouvements incorrects et suggérer des améliorations, ce qui aide le patient à suivre son programme et à éviter les blessures.

Fig. 3. Exemple d’utilisation d’Ultralytics YOLO11 en physiothérapie.

Au-delà de la rééducation, l’estimation de pose fait aussi son entrée dans les applications de fitness. Par exemple, une personne qui s’entraîne chez elle peut utiliser l’application pour vérifier sa posture pendant ses exercices. L’application peut fournir des retours en temps réel, par exemple pour ajuster l’angle d’un squat ou vérifier que ton dos reste droit pendant un soulevé de terre. Elle aide ainsi les utilisateurs à améliorer leur technique et à prévenir les blessures sans avoir besoin d’un entraîneur.

La capture de mouvement dans le divertissement grâce à l’estimation de pose#

L’estimation de pose a transformé la capture de mouvement dans le secteur du divertissement, en la rendant plus simple et plus accessible. Autrefois, la capture de mouvement exigeait de placer des marqueurs sur le corps d’une personne et de les suivre avec des caméras spéciales, une opération délicate et coûteuse.

Aujourd’hui, grâce aux progrès de l’IA et de la vision par ordinateur, nous pouvons utiliser des caméras classiques et des algorithmes pour suivre les mouvements du corps sans marqueurs, ce qui rend le processus plus efficace et précis, même en temps réel.

Un excellent exemple est AR Poser de Disney (réalité augmentée). Cet outil ludique te permet de prendre une photo avec ton téléphone et de voir un personnage numérique reproduire ta pose en réalité augmentée. Il analyse ta pose sur la photo et la fait correspondre à un personnage 3D, créant ainsi un selfie en RA amusant et personnalisé.

Fig. 4. Un personnage en RA imite la pose d’une personne grâce à l’estimation de pose.

La recherche sur les comportements sociaux grâce à l’estimation de pose des animaux#

L’étude du comportement animal aide les scientifiques à comprendre comment les animaux communiquent, trouvent des partenaires, prennent soin de leurs petits et vivent en groupe. Ces connaissances sont essentielles pour protéger la faune et mieux comprendre le monde naturel.

L’estimation de pose simplifie ce processus en suivant les mouvements des animaux et leur posture à partir d’images et de vidéos, sans leur fixer de capteurs ni d’étiquettes. Ces systèmes peuvent surveiller automatiquement leurs poses et fournir des informations sur des comportements comme le toilettage, le jeu ou les combats.

Un exemple intéressant est l’utilisation de l’estimation de pose par des scientifiques pour étudier le comportement des grands singes. Les chercheurs ont notamment constitué des jeux de données comme OpenApePose, qui contient plus de 71 000 images annotées couvrant six espèces de grands singes.

Fig. 5. Estimation de pose des grands singes.

Avantages et inconvénients de l’estimation de pose#

Voici quelques-uns des principaux avantages que l’estimation de pose peut apporter à différents secteurs :

• Évolutivité : les systèmes d’estimation de pose peuvent être déployés sur une large gamme d’appareils, des smartphones aux installations de caméras avancées, ce qui les rend très évolutifs et accessibles pour différents cas d’utilisation et environnements.
• Rentabilité : comme l’estimation de pose repose sur des caméras classiques et ne nécessite pas de capteurs ou d’étiquettes coûteux, elle peut offrir une solution plus rentable pour le suivi des mouvements dans les applications de recherche comme dans les applications commerciales.
• Surveillance continue : les systèmes d’estimation de pose peuvent assurer un suivi continu en temps réel et permettre de surveiller les changements au fil du temps, qu’il s’agisse des progrès d’un patient en rééducation ou du comportement d’animaux dans la nature.

Si les avantages de l’estimation de pose sont évidents dans divers domaines, certains défis doivent également être pris en compte. Voici quelques limites importantes à garder à l’esprit :

• Généralisation limitée : de nombreux modèles entraînés sur des jeux de données humains se généralisent mal aux animaux ou aux structures corporelles inhabituelles sans être réentraînés sur des jeux de données spécifiques.
• Limites liées à l’environnement : les performances peuvent se dégrader en cas de faible éclairage, de flou de mouvement rapide ou d’arrière-plans encombrés.
• Forte sensibilité à l’occultation : la précision peut diminuer lorsque des parties du corps sont masquées ou hors champ, en particulier dans les scènes encombrées ou lors du suivi de plusieurs personnes.

Points clés à retenir#

L’estimation de pose a beaucoup évolué depuis ses débuts : elle est passée de systèmes utilisant des marqueurs à des outils performants reposant sur des modèles d’apprentissage profond comme Ultralytics YOLO11. Qu’il s’agisse d’améliorer la physiothérapie, de créer des expériences interactives en RA ou de contribuer à la recherche sur la faune, l’estimation de pose transforme la façon dont les machines comprennent les mouvements et les postures. À mesure que la technologie progresse, il sera essentiel de remédier à ses limites pour débloquer encore plus d’applications pratiques et permettre aux machines de mieux comprendre comment nous nous déplaçons, ainsi que les autres êtres vivants.

Curieux de découvrir l’IA ? Explore notre dépôt GitHub, rejoins notre communauté et consulte nos options de licence pour lancer ton projet de vision par ordinateur. Découvre des innovations comme l’IA dans le commerce de détail et la vision par ordinateur dans le secteur de la logistique sur nos pages dédiées aux solutions.