Qu’est-ce que l’estimation de pose et où peut-elle être utilisée ?

Lorsque tu vois quelqu’un affalé ou debout bien droit, les épaules en arrière, il est immédiatement évident que sa posture est mauvaise ou assurée. Personne n’a besoin de te l’expliquer. C’est parce qu’au fil du 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 divers objets, notamment des êtres humains. Grâce aux progrès récents 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 en analysant des images ou des vidéos. Elle y parvient en identifiant 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. Dans les environnements professionnels, par exemple, elle peut servir à surveiller la posture des employés et à soutenir les initiatives 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’utilisation concrets où elle fait la différence. C’est parti !

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 dépendaient d’angles de caméra fixes et de points de référence connus. Plus tard, elles ont évolué pour intégrer des modèles 3D et la mise en correspondance de caractéristiques. Aujourd’hui, des modèles de deep learning comme Ultralytics YOLO11 peuvent détecter la position du corps en temps réel à partir d’images ou de vidéos, rendant l’estimation de pose plus rapide et plus précise que jamais.

À mesure que la technologie progressait, les chercheurs ont compris le potentiel du suivi et de la surveillance 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 sans les mains, analyse les mouvements des athlètes pour améliorer leurs performances, produit des animations réalistes dans les jeux vidéo et contribue même aux soins de santé en suivant les progrès de rétablissement des patients.

En quoi est-elle différente des autres tâches de vision par ordinateur ?#

L’estimation de pose se distingue 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, dessine 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 ce qu’est l’objet et à l’endroit où il se trouve : elles ne fournissent aucune information sur la manière dont l’objet est positionné 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 du corps, y compris les mouvements dans l’espace 3D.

Comprendre le fonctionnement de l’estimation de pose#

Les modèles d’estimation de pose suivent généralement deux approches principales : ascendante et descendante. Dans l’approche ascendante, le modèle détecte d’abord les 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 spécifique.

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

Certains modèles plus récents, comme Ultralytics YOLO11, combinent les avantages des deux approches. Il conserve l’efficacité de la méthode ascendante en évitant l’étape de regroupement manuel, tout en tirant parti de la précision des systèmes descendants en détectant les personnes et en estimant leur pose simultanément, au cours d’un processus unique et optimisé.

Entraîner Ultralytics YOLO11 sur mesure pour l’estimation de pose#

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

L’entraînement sur mesure consiste à apprendre à un modèle à reconnaître des points clés spécifiques à l’aide de tes propres données. Comme créer un modèle à partir de zéro nécessite 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 vaste 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.

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

Pendant l’entraînement, tu peux ajuster des paramètres comme la taille du 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 fois où le modèle parcourt le jeu de données) afin d’améliorer la précision. Il devient 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 vu ce qu’est l’estimation de pose et comment elle fonctionne, examinons de plus près certains de ses cas d’utilisation concrets.

Utiliser l’estimation de pose en physiothérapie#

L’estimation de pose devient progressivement un outil fiable dans le secteur de la santé, notamment 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 physiothérapeute.

Par exemple, un patient qui se remet d’une opération du genou peut utiliser un système d’estimation de pose pour s’assurer qu’il réalise correctement ses exercices de rééducation. Le système peut repérer les mouvements incorrects et suggérer des améliorations, aidant ainsi le patient à rester sur la bonne voie et à éviter les blessures.

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

Au-delà de la rééducation, l’estimation de pose s’intègre également aux applications de fitness. Par exemple, une personne qui s’entraîne chez elle peut utiliser l’application pour vérifier sa technique pendant les exercices. L’application peut fournir des retours en temps réel, comme ajuster l’angle d’un squat ou s’assurer que le dos reste droit pendant un soulevé de terre. Cela aide les utilisateurs à améliorer leur technique et à éviter les blessures sans avoir besoin d’un entraîneur.

La capture de mouvements pour le divertissement grâce à l’estimation de pose#

L’estimation de pose a changé le fonctionnement de la capture de mouvements dans le secteur du divertissement, en la rendant plus simple et plus accessible. Par le passé, la capture de mouvements nécessitait de placer des marqueurs sur le corps d’une personne et de les suivre à l’aide de caméras spéciales, ce qui pouvait être complexe et coûteux.

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

Un excellent exemple est Disney's AR (Réalité augmentée) Poser. Cet outil ludique te permet de prendre une photo avec ton téléphone et de faire reproduire ta pose par un personnage numérique en réalité augmentée. Il analyse ta pose sur la photo et l’adapte à un personnage 3D, créant ainsi un selfie AR amusant et personnalisé.

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

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

L’étude du comportement animal aide les scientifiques à comprendre comment les animaux communiquent, trouvent un partenaire, s’occupent 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 animaux, leurs mouvements et leur posture à l’aide 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 la toilette, le jeu ou les combats.

Un exemple intéressant est celui de scientifiques qui utilisent l’estimation de pose pour étudier le comportement des singes. En fait, des chercheurs ont compilé des jeux de données comme OpenApePose, qui contient plus de 71 000 images annotées provenant de six espèces de singes.

Fig. 5. Estimation de pose des singes.

Avantages et inconvénients de l’estimation de pose#

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

• Évolutivité : Les systèmes d’estimation de pose peuvent être déployés sur un large éventail d’appareils, des smartphones aux configurations 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 ordinaires et ne nécessite pas de capteurs ni d’étiquettes coûteux, elle peut constituer une solution plus rentable pour suivre les mouvements dans les applications de recherche comme dans les applications commerciales.
• Surveillance continue : Les systèmes d’estimation de pose peuvent fournir un suivi continu en temps réel, permettant de surveiller les changements au fil du temps, qu’il s’agisse des progrès d’un patient en rééducation ou du suivi du comportement animal dans la nature.

Bien que les avantages de l’estimation de pose soient 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 environnementales : Les performances peuvent se dégrader en cas de faible luminosité, de flou de mouvement important ou d’arrière-plans encombrés.

• Forte sensibilité à l’occlusion : La précision peut diminuer lorsque des parties du corps sont masquées ou hors cadre, en particulier dans les scènes bondées ou lors du suivi de plusieurs personnes.

Points clés à retenir#

L’estimation de pose a beaucoup évolué depuis ses débuts, passant de systèmes utilisant des marqueurs à des outils performants reposant sur des modèles de deep learning comme Ultralytics YOLO11. Qu’il s’agisse d’améliorer la physiothérapie, de produire des expériences AR interactives ou de contribuer à la recherche sur la faune, l’estimation de pose change la manière dont les machines comprennent les mouvements et la posture. À mesure que la technologie progresse, il sera essentiel de remédier à ses limites pour débloquer encore davantage d’utilisations concrètes et permettre aux machines de mieux comprendre comment nous nous déplaçons, ainsi que les autres êtres vivants.

Tu t’intéresses à l’IA ? Explore notre dépôt GitHub, rejoins notre communauté et consulte nos options de licence pour lancer ton projet de vision par ordinateur. Découvre-en davantage sur des innovations comme l’IA dans le commerce de détail et la vision par ordinateur dans le secteur de la logistique sur nos pages consacrées aux solutions.