Che cos’è la stima della posa e dove può essere utilizzata?

Quando vedi qualcuno curvo o in piedi con le spalle indietro, è subito chiaro se ha una postura scorretta o sicura. 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, comprese le persone. Grazie ai recenti progressi nell'intelligenza artificiale (AI) e nella computer vision, un campo che consente alle macchine di interpretare le informazioni visive del mondo, anche le macchine stanno iniziando a imparare e replicare questa capacità.

La stima della posa è un'attività di computer vision che aiuta le macchine a determinare la posizione e l'orientamento di una persona o di un oggetto analizzando immagini o video. Lo fa identificando punti chiave del corpo, come articolazioni e arti, per comprendere come si muove una persona o persino un oggetto.

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

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

In questo articolo analizzeremo più da vicino la stima della posa e il suo funzionamento, insieme ad alcuni casi d'uso reali in cui sta facendo la differenza. Iniziamo!

L'evoluzione della stima della posa#

La ricerca sulla stima della posa è iniziata tra la fine degli anni '60 e gli anni '70. Nel corso degli anni, gli approcci a questa attività di computer vision sono passati dalla matematica e dalla geometria di base a metodi più avanzati basati sull'intelligenza artificiale.

Inizialmente, le tecniche dipendevano da angolazioni fisse della telecamera e da punti di riferimento noti. In seguito, si sono evolute fino a includere modelli 3D e il confronto delle caratteristiche. Oggi, i modelli di deep learning come Ultralytics YOLO11 possono rilevare le posizioni del corpo in tempo reale da immagini o video, rendendo la stima della posa più rapida e precisa che mai.

Con il miglioramento della tecnologia, i ricercatori hanno riconosciuto il potenziale applicativo del monitoraggio e del tracciamento delle pose di vari oggetti, soprattutto persone e animali. La stima della posa è particolarmente importante perché consente agli strumenti di intelligenza artificiale di comprendere e misurare la postura e i movimenti in modi prima impossibili.

Ad esempio, consente ai computer di riconoscere i gesti per le interazioni a mani libere, analizza i movimenti degli atleti per migliorare le prestazioni, permette di creare animazioni realistiche nei videogiochi e supporta persino l'assistenza sanitaria monitorando i progressi della riabilitazione dei pazienti.

In che modo si differenzia dalle altre attività di computer vision?#

La stima della posa si differenzia da altre attività di computer vision, come il rilevamento degli oggetti e la segmentazione delle istanze. Queste attività si concentrano principalmente sull'identificazione e sulla localizzazione degli oggetti all'interno di un'immagine.

Il rilevamento degli oggetti, ad esempio, traccia riquadri di delimitazione intorno a elementi come persone, veicoli o animali per indicarne la presenza e la posizione. La segmentazione delle istanze fa un ulteriore passo avanti delineando la forma precisa di ogni oggetto a livello di pixel.

Tuttavia, entrambi questi metodi si occupano principalmente di cosa sia l'oggetto e di dove si trovi: non forniscono informazioni su come sia posizionato o su cosa stia facendo. È qui che la stima della posa diventa fondamentale.

Identificando i punti chiave del corpo, come gomiti, ginocchia o persino una coda, la stima della posa può interpretare la postura e i movimenti. Questo consente di comprendere più a fondo azioni, gesti e dinamiche corporee, compresi i movimenti nello spazio 3D.

Capire come funziona la stima della posa#

I modelli di stima della posa 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 determinare a quale persona o oggetto appartengono. Al contrario, l'approccio top-down inizia rilevando ogni oggetto (come una persona nell'immagine) e poi localizza i punti chiave di quello specifico oggetto.

Fig. 2. Metodi di stima della posa bottom-up e 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 per rilevare le persone e stimare le loro pose tutto in una volta, in un unico processo ottimizzato.

Addestramento personalizzato di Ultralytics YOLO11 per la stima della posa#

Mentre analizziamo il funzionamento dei modelli di stima della posa, potresti chiederti: come imparano effettivamente 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, molte persone scelgono il transfer learning. Questo comporta partire da un modello già addestrato su un grande dataset, come il modello di stima della posa Ultralytics YOLO11, pre-addestrato sul dataset COCO-Pose, e sottoporlo poi a fine-tuning con i tuoi dati per un'attività o un caso d'uso specifico.

Supponiamo che tu stia lavorando con pose yoga: puoi sottoporre Ultralytics YOLO11 a fine-tuning utilizzando immagini in cui ogni posa è etichettata con punti chiave specifici per quell'attività. Per farlo, avrai bisogno di un dataset personalizzato di immagini annotate da cui il modello possa imparare.

Durante l'addestramento, puoi regolare impostazioni come la dimensione del batch (il numero di immagini elaborate contemporaneamente), il learning rate (la velocità con cui il modello aggiorna il proprio apprendimento) e le epoche (il numero di volte in cui il modello esegue il ciclo sul dataset) per migliorare la precisione. Questo rende molto più semplice creare modelli di stima della posa adattati alle tue esigenze specifiche.

Applicazioni reali della stima della posa#

Ora che abbiamo discusso cos'è la stima della posa e come funziona, analizziamo più da vicino alcuni dei suoi casi d'uso reali.

Utilizzare la stima della posa per la fisioterapia#

La stima della posa sta gradualmente diventando uno strumento affidabile nel settore sanitario, soprattutto nella fisioterapia. Utilizzando l'AI e la computer vision, questi sistemi possono monitorare la postura e i movimenti in tempo reale e fornire feedback, in modo simile a quello che offrirebbe un fisioterapista.

Ad esempio, un paziente che si sta riprendendo da un intervento al ginocchio può utilizzare un sistema di stima della posa per assicurarsi di eseguire correttamente gli esercizi di riabilitazione. Il sistema può individuare eventuali movimenti errati e offrire suggerimenti per migliorarli, aiutando il paziente a seguire il programma ed evitare infortuni.

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

Oltre alla riabilitazione, la stima della posa sta entrando anche nelle app per il fitness. Ad esempio, chi si allena a casa può utilizzare l'app per controllare la propria tecnica durante gli esercizi. L'app può fornire feedback in tempo reale, ad esempio suggerendo di regolare l'angolazione di uno squat o di mantenere la schiena dritta durante uno stacco da terra. Questo aiuta gli utenti a migliorare la tecnica e a prevenire gli infortuni senza dover ricorrere a un allenatore.

Motion capture per l'intrattenimento resa possibile dalla stima della posa#

La stima della posa ha cambiato il modo in cui funziona la motion capture nell'intrattenimento, rendendola più semplice e accessibile. In passato, la motion capture richiedeva il posizionamento di marcatori sul corpo di una persona e il loro tracciamento con telecamere speciali, un processo complesso e costoso.

Oggi, grazie ai progressi nell'AI e nella computer vision, possiamo utilizzare telecamere comuni e algoritmi per tracciare i movimenti del corpo senza bisogno di marcatori, rendendo il processo più efficiente e preciso, anche in tempo reale.

Un ottimo esempio è AR Poser di Disney. Questo strumento divertente ti permette di scattare una foto con il telefono e di far copiare la tua posa a un personaggio digitale nella realtà aumentata. Funziona analizzando la tua posa nella foto e adattandola a un personaggio 3D, creando un selfie AR divertente e personalizzato.

Fig. 4. Un personaggio AR imita la posa di una persona utilizzando la stima della posa.

Ricerca sul comportamento sociale basata sulla stima della posa degli animali#

Lo studio del comportamento animale aiuta gli scienziati a capire come comunicano gli animali, come trovano un partner, come si prendono cura dei loro piccoli e come vivono in gruppo. Queste conoscenze sono fondamentali per proteggere la fauna selvatica e comprendere più a fondo il mondo naturale.

La stima della posa semplifica questo processo tracciando i movimenti degli animali e la loro postura utilizzando immagini e video, senza applicare sensori o marcatori agli animali. Questi sistemi possono monitorare automaticamente le loro pose, offrendo informazioni su comportamenti come il grooming, il gioco o la lotta.

Un esempio interessante è rappresentato dagli scienziati che utilizzano la stima della posa per studiare il comportamento delle scimmie antropomorfe. Infatti, i ricercatori hanno raccolto dataset come OpenApePose, che contiene oltre 71.000 immagini etichettate provenienti da sei specie di scimmie antropomorfe.

Fig. 5. Stima della posa delle scimmie antropomorfe.

Vantaggi e svantaggi della stima della posa#

Ecco alcuni dei principali vantaggi che la stima della posa può offrire a vari settori:

• Scalabilità: I sistemi di stima della posa possono essere implementati su un'ampia gamma di dispositivi, dagli smartphone alle configurazioni avanzate di telecamere, risultando altamente scalabili e accessibili per diversi casi d'uso e ambienti.
• Convenienza economica: Poiché la stima della posa si basa su telecamere comuni e non richiede sensori o marcatori costosi, può rappresentare una soluzione più conveniente per il monitoraggio dei movimenti sia nelle applicazioni di ricerca sia in quelle commerciali.
• Monitoraggio continuo: I sistemi di stima della posa possono fornire un tracciamento continuo in tempo reale, consentendo di monitorare i cambiamenti nel tempo, ad esempio i progressi di un paziente durante la riabilitazione o il comportamento degli animali in natura.

Sebbene i vantaggi della stima della posa siano evidenti in vari settori, ci sono anche alcune difficoltà da considerare. Ecco alcune limitazioni fondamentali da tenere presenti:

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

• Limitazioni ambientali: Le prestazioni possono peggiorare in condizioni di scarsa illuminazione, con un rapido effetto mosso o in presenza di sfondi affollati.

• Elevata sensibilità all'occlusione: La precisione può diminuire quando parti del corpo sono coperte o fuori dall'inquadratura, soprattutto in scene affollate o durante il tracciamento di più persone.

Punti chiave#

La stima della posa ha fatto molta strada dai suoi esordi, evolvendosi da sistemi che utilizzavano marcatori a strumenti di grande impatto basati su modelli di deep learning come Ultralytics YOLO11. Che si tratti di migliorare la fisioterapia, alimentare esperienze AR interattive o supportare la ricerca sulla fauna selvatica, la stima della posa sta cambiando il modo in cui le macchine comprendono i movimenti e la postura. Con il continuo progresso della tecnologia, affrontarne i limiti sarà fondamentale per sbloccare applicazioni ancora più pratiche e migliorare la capacità delle macchine di comprendere come ci muoviamo noi e gli altri esseri viventi.

Ti interessa l'AI? Esplora il nostro repository GitHub, entra in contatto con la nostra community e dai un'occhiata alle nostre opzioni di licenza per dare il via al tuo progetto di computer vision. Scopri di più su innovazioni come l'AI nel retail e la computer vision nel settore della logistica nelle nostre pagine dedicate alle soluzioni.