Cos'è la stima della posa e dove può essere utilizzata?

Quando vedi qualcuno curvo o in piedi con le spalle ben aperte, ti è subito chiaro se ha una postura scorretta o sicura di sé. Nessuno deve spiegartelo. Questo perché, nel tempo, abbiamo imparato naturalmente a interpretare il linguaggio del corpo.

Grazie all'esperienza e all'osservazione, il nostro cervello è diventato molto bravo a riconoscere la postura di vari oggetti, inclusi gli esseri umani. Grazie ai recenti progressi nell'intelligenza artificiale (IA) e nella computer vision, un campo che consente alle macchine di interpretare le informazioni visive dal mondo, le macchine stanno ora iniziando a imparare e replicare anche questa capacità.

La Pose estimation è un'attività di computer vision che aiuta le macchine a determinare la posizione e l'orientamento di una persona o di un oggetto osservando immagini o video. Lo fa identificando punti chiave sul corpo, come articolazioni e arti, per capire come qualcuno, o persino qualcosa, si stia muovendo.

Questa tecnologia è ampiamente utilizzata in settori come il fitness, la sanità e l'animazione. Negli ambienti di lavoro, ad esempio, può essere utilizzata per monitorare la postura dei dipendenti e supportare le iniziative di sicurezza e benessere. I modelli di computer vision come Ultralytics YOLO11 rendono tutto ciò possibile stimando le posizioni umane in tempo reale.

Fig 1. Un esempio di utilizzo di Ultralytics YOLO11 per monitorare la postura dei lavoratori.

In questo articolo, esamineremo più da vicino la pose estimation e come funziona, insieme a casi d'uso reali in cui sta facendo la differenza. Iniziamo!

L'evoluzione della pose estimation#

La ricerca sulla pose estimation è iniziata alla fine degli anni '60 e '70. Nel corso degli anni, gli approcci verso questa computer vision task sono passati da matematica e geometria di base a metodi più avanzati guidati dall'intelligenza artificiale.

Inizialmente, le tecniche dipendevano da angoli di telecamera fissi e punti di riferimento noti. Successivamente, si sono evolute per includere modelli 3D e il matching di caratteristiche. Oggi, i modelli di deep learning come Ultralytics YOLO11 possono rilevare le posizioni del corpo in tempo reale da immagini o video, rendendo l'estimazione della posta più veloce e precisa che mai.

Con il miglioramento della tecnologia, i ricercatori hanno compreso le potenziali applicazioni nel monitorare e tracciare le pose di vari oggetti, specialmente umani e animali. La pose estimation è particolarmente importante perché consente agli strumenti AI di comprendere e misurare postura e movimento in modi che prima non erano possibili.

Ad esempio, permette ai computer di riconoscere gesti per un'interazione senza contatto, analizza i movimenti degli atleti per migliorarne le prestazioni, anima realisticamente i videogiochi e supporta persino la sanità monitorando i progressi di recupero dei pazienti.

In che modo è diversa dalle altre attività di computer vision?#

La pose estimation è diversa da altre attività di computer vision come object detection e instance segmentation. Queste attività si concentrano principalmente sull'identificazione e la localizzazione di oggetti all'interno di un'immagine.

L'object detection, ad esempio, disegna riquadri di delimitazione attorno a elementi come persone, veicoli o animali per indicare la loro presenza e posizione. La Instance segmentation fa un ulteriore passo avanti delineando la forma precisa di ciascun oggetto a livello di pixel.

Tuttavia, entrambi questi metodi si occupano principalmente di cosa sia l'oggetto e dove si trovi: non forniscono alcuna informazione su come l'oggetto sia posizionato o cosa possa stare facendo. È qui che la pose estimation diventa cruciale.

Identificando punti chiave sul corpo, come gomiti, ginocchia o persino una coda, la pose estimation può interpretare postura e movimento. Ciò consente una comprensione più profonda di azioni, gesti e dinamiche corporee, compreso il movimento nello spazio 3D.

Capire come funziona la pose estimation#

I Pose estimation models seguono generalmente due approcci principali: bottom-up e top-down. Nell'approccio bottom-up, il modello rileva prima i singoli punti chiave, come gomiti, ginocchia o spalle, e poi li raggruppa per capire a quale persona o oggetto appartengano. Al contrario, l'approccio top-down inizia rilevando prima ciascun oggetto (come una persona nell'immagine) e poi individua i punti chiave per quello specifico oggetto.

Fig 2. Metodi di pose estimation bottom-up vs. top-down.

Alcuni modelli più recenti, come Ultralytics YOLO11, combinano i vantaggi di entrambi gli approcci. Mantengono l'efficienza del metodo bottom-up saltando il passaggio di raggruppamento manuale, sfruttando al contempo la precisione dei sistemi top-down rilevando le persone e stimandone le pose in un'unica soluzione, in un processo fluido ed efficiente.

Addestramento personalizzato di Ultralytics YOLO11 per l'estimazione della posta#

Mentre esploriamo il funzionamento dei modelli di pose estimation, potresti chiederti: come imparano questi modelli a stimare la posa di oggetti diversi? È qui che entra in gioco l'idea dell'addestramento personalizzato.

L'addestramento personalizzato consiste nell'insegnare a un modello a riconoscere punti chiave specifici utilizzando i tuoi dati. Poiché creare un modello da zero richiede una grande quantità di immagini etichettate e molto tempo, molti optano per il transfer learning. Questo comporta l'utilizzo di un modello già addestrato su un ampio set di dati, come il modello di stima della postura Ultralytics YOLO11, pre-addestrato sul COCO-Pose dataset, per poi perfezionarlo con i tuoi dati per un compito o un caso d'uso specifico.

Immagina di lavorare sulle pose di yoga: puoi perfezionare Ultralytics YOLO11 utilizzando immagini in cui ogni postura è etichettata con punti chiave specifici per quell'attività. Per farlo, ti servirà un dataset personalizzato di immagini annotate da cui il modello possa apprendere.

Durante l'addestramento, puoi regolare impostazioni come batch size (il numero di immagini elaborate contemporaneamente), learning rate (la velocità con cui il modello aggiorna il suo apprendimento) ed epochs (quante volte il modello cicla attraverso il dataset) per migliorare l'accuratezza. Questo rende molto più semplice creare modelli di pose estimation su misura per le tue esigenze specifiche.

Applicazioni nel mondo reale della pose estimation#

Ora che abbiamo discusso cos'è la pose estimation e come funziona, diamo un'occhiata più da vicino ad alcuni dei suoi casi d'uso nel mondo reale.

Utilizzo della pose estimation per la fisioterapia#

La pose estimation sta diventando gradualmente uno strumento affidabile nel settore sanitario, specialmente nella fisioterapia. Utilizzando l'AI e la computer vision, questi sistemi possono tracciare postura e movimenti in tempo reale e fornire feedback, simile a quanto offrirebbe un fisioterapista.

Ad esempio, un paziente che si sta riprendendo da un intervento al ginocchio può utilizzare un sistema di pose estimation per assicurarsi di eseguire correttamente gli esercizi di riabilitazione. Il sistema può individuare eventuali movimenti errati e offrire suggerimenti per migliorare, aiutando il paziente a rimanere in linea con i progressi ed evitare infortuni.

Fig 3. Un esempio di utilizzo di Ultralytics YOLO11 per la fisioterapia.

Oltre alla riabilitazione, la pose estimation si sta facendo strada anche nelle fitness apps. Ad esempio, qualcuno che si allena a casa può usare l'app per controllare la propria forma durante gli esercizi. L'app può fornire feedback in tempo reale, come regolare l'angolo di uno squat o assicurarsi che la schiena sia dritta durante uno stacco da terra. Questo aiuta gli utenti a migliorare la propria forma e a prevenire infortuni senza bisogno di un trainer.

Motion capture per l'intrattenimento abilitato dalla pose estimation#

La pose estimation ha cambiato il modo in cui funziona il motion capture nell'intrattenimento, rendendolo più semplice e accessibile. In passato, il motion capture richiedeva il posizionamento di marker sul corpo di una persona e il loro tracciamento con telecamere speciali, il che poteva essere complicato e costoso.

Ora, con i progressi nell'IA e nella computer vision, possiamo usare cameras normali e algoritmi per tracciare i movimenti del corpo senza bisogno di marcatori, rendendo il processo più efficiente e accurato, anche in tempo reale.

Un ottimo esempio di ciò è Disney's AR (Augmented Reality) Poser. Questo divertente strumento ti consente di scattare una foto con il tuo telefono e fare in modo che un personaggio digitale copi la tua posa in realtà aumentata. Funziona analizzando la tua posa nella foto e abbinandola a un personaggio 3D, creando un selfie in AR divertente e personalizzato.

Fig 4. Un personaggio in AR imita la posa di una persona usando la pose estimation.

Ricerca sul comportamento sociale guidata dalla pose estimation animale#

Studiare il comportamento animale aiuta gli scienziati a capire come gli animali comunicano, trovano compagni, si prendono cura dei piccoli e vivono in gruppo. Questa conoscenza è vitale per proteggere la fauna selvatica e acquisire una comprensione più profonda del mondo naturale.

La pose estimation semplifica questo processo tracking animal movimenti e postura utilizzando immagini e video, senza attaccare sensori o etichettatori agli animali. Questi sistemi possono monitorare automaticamente le loro posizioni, fornendo approfondimenti su comportamenti come la toelettatura, il gioco o il combattimento.

Un esempio interessante è l'uso della pose estimation da parte degli scienziati per studiare il comportamento delle scimmie. Infatti, i ricercatori hanno compilato dataset come OpenApePose, che contiene oltre 71.000 immagini etichettate di sei specie di scimmie.

Fig 5. Pose estimation di una scimmia.

Pro e contro della pose estimation#

Ecco alcuni dei principali vantaggi che la pose estimation può apportare a vari settori:

• Scalability: I sistemi di pose estimation possono essere distribuiti su un'ampia gamma di dispositivi, dagli smartphone alle configurazioni di telecamere avanzate, rendendoli altamente scalabili e accessibili per diversi casi d'uso e ambienti.
• Convenienza: Poiché la pose estimation si basa su telecamere normali e non richiede sensori o tag costosi, può essere una soluzione più conveniente per tracciare il movimento sia nella ricerca che nelle applicazioni commerciali.
• Monitoraggio continuo: I sistemi di pose estimation possono fornire un tracciamento continuo in tempo reale, consentendo di monitorare i cambiamenti nel tempo, che si tratti dei progressi di un paziente nella riabilitazione o del comportamento animale in natura.

Sebbene i vantaggi della pose estimation siano chiari in diversi campi, ci sono anche alcune sfide da considerare. Ecco alcune limitazioni chiave da tenere a mente:

• Generalizzazione limitata: Molti modelli addestrati su dataset umani non si generalizzano bene ad animali o strutture corporee insolite senza un riaddestramento su dataset specifici.

• Limitazioni ambientali: Le prestazioni possono degradare in condizioni di scarsa illuminazione, sfocatura da movimento rapido o sfondi caotici.

• Alta sensibilità all'occlusione: L'accuratezza può diminuire quando le parti del corpo sono bloccate o fuori inquadratura, specialmente in scene affollate o nel tracciamento multi-persona.

Punti chiave#

L'estimazione della posta ha fatto molta strada dai suoi inizi, evolvendosi da sistemi che utilizzavano marcatori a strumenti di grande impatto guidati da modelli di deep learning come Ultralytics YOLO11. Che si tratti di migliorare la fisioterapia, alimentare esperienze AR interattive o aiutare nella ricerca sulla fauna selvatica, l'estimazione della posta sta cambiando il modo in cui le macchine comprendono il movimento e la postura. Man mano che la tecnologia continua ad avanzare, affrontare i suoi limiti sarà fondamentale per sbloccare usi ancora più pratici e rendere le macchine migliori nel comprendere come noi e gli altri esseri viventi ci muoviamo.

Curioso riguardo all'IA? Esplora il nostro GitHub repository, connettiti con our community e dai un'occhiata a our licensing options per dare il via al tuo progetto di computer vision. Scopri di più su innovazioni come AI in retail e computer vision in the logistics industry nelle nostre pagine delle soluzioni.