Keypoints

I punti chiave sono posizioni spaziali o punti di riferimento distinti all'interno di un'immagine che definiscono caratteristiche significative di un oggetto o soggetto. Nel contesto della visione artificiale e del machine learning, un punto chiave è generalmente rappresentato da un insieme di coordinate (X, Y) che individuano con precisione una parte specifica di un oggetto, come il gomito di una persona, l'angolo di un edificio o il centro della ruota di un'auto. A differenza delle attività più semplici, che identificano solo la presenza di un oggetto, l'identificazione dei punti chiave consente ai modelli di intelligenza artificiale (AI) di comprendere la geometria, la postura e la disposizione strutturale del soggetto. Questa capacità è fondamentale per l'analisi visiva avanzata e consente alle macchine di interpretare il linguaggio del corpo, tracciare movimenti precisi e allineare sovrapposizioni digitali con oggetti del mondo reale.

Il ruolo dei punti chiave nei modelli di AI#

I punti chiave costituiscono i dati fondamentali per la stima della posa, una tecnica che mappa la struttura scheletrica di una persona o di un animale. Rilevando un insieme predefinito di punti, come spalle, ginocchia e caviglie, gli algoritmi possono ricostruire la posa completa di un soggetto in tempo reale. Questo processo va oltre la rilevazione degli oggetti standard, che in genere restituisce un riquadro di delimitazione attorno a un oggetto senza comprenderne la forma interna.

Le architetture moderne, come l'avanzato Ultralytics YOLO26, si sono evolute fino a prevedere questi punti chiave con elevata accuratezza e velocità. Questi modelli utilizzano reti di apprendimento profondo (DL) addestrate su enormi dataset annotati, come COCO Keypoints, per apprendere i pattern visivi associati alle articolazioni e ai tratti del viso. Durante l'inferenza, il modello esegue la regressione delle coordinate di ogni punto chiave, includendo spesso un punteggio di confidenza che indica l'affidabilità della previsione.

Punti chiave e concetti correlati#

Per comprenderne l'utilità specifica, è utile distinguere i punti chiave da altri output comuni della visione artificiale:

• Punti chiave e riquadri di delimitazione: Un riquadro di delimitazione fornisce una localizzazione approssimativa e racchiude l'intero oggetto in un rettangolo. I punti chiave forniscono una localizzazione dettagliata di parti specifiche all'interno di quell'oggetto.
• Punti chiave e segmentazione delle immagini: La segmentazione delle immagini classifica ogni pixel per creare una maschera precisa della forma dell'oggetto. Sebbene la segmentazione offra informazioni dettagliate sui contorni, i punti chiave forniscono una sintesi strutturale (uno "scheletro"), spesso più efficiente per analizzare il movimento e la cinematica.
• Punti chiave e descrittori delle caratteristiche: Nell'elaborazione tradizionale delle immagini, come SIFT (trasformata delle caratteristiche invarianti alla scala), i punti chiave sono punti di interesse (angoli, blob) utilizzati per la corrispondenza tra immagini. Nella moderna stima della posa basata su DL, i punti chiave sono etichette semantiche (ad esempio, "polso sinistro") apprese dalla rete.

Applicazioni nel mondo reale#

La capacità di tracciare parti specifiche del corpo o caratteristiche degli oggetti abilita applicazioni diversificate in numerosi settori:

• Analisi sportiva: Allenatori e atleti utilizzano la stima della posa per analizzare la biomeccanica. Tracciando i punti chiave sulle articolazioni, i sistemi possono calcolare angoli e velocità per migliorare la tecnica in sport come il golf, il tennis o lo sprint. Scopri come i modelli Ultralytics YOLO tracciano i movimenti dello swing nel golf per fornire feedback utili e concreti.
• Sanità e riabilitazione: Le piattaforme di fisioterapia sfruttano i punti chiave per monitorare a distanza gli esercizi dei pazienti. Il sistema garantisce che i pazienti mantengano una postura corretta durante gli esercizi di riabilitazione, riducendo il rischio di lesioni e monitorando i progressi del recupero.
• Realtà aumentata (AR): I filtri dei social media e le applicazioni di prova virtuale si basano sui punti chiave del viso (occhi, naso e contorni della bocca) per ancorare saldamente maschere digitali o occhiali al volto dell'utente, mantenendo l'allineamento anche quando si muove.
• Monitoraggio del conducente: I sistemi di sicurezza automobilistica tracciano i punti di riferimento del viso per rilevare segni di sonnolenza o distrazione, avvisando il conducente se chiude gli occhi o se la posizione della testa indica una mancanza di attenzione.

Implementazione del rilevamento dei punti chiave con Ultralytics YOLO26#

Utilizzando la Ultralytics Platform o l'SDK Python, gli sviluppatori possono implementare facilmente il rilevamento dei punti chiave. L'esempio seguente mostra come caricare un modello YOLO26-pose preaddestrato ed eseguire l'inferenza su un'immagine per rilevare gli scheletri umani.

from ultralytics import YOLO

# Load a pre-trained YOLO26 pose estimation model
model = YOLO("yolo26n-pose.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Visualize the results showing detected keypoints and skeletons
for result in results:
    result.show()  # Display the image with keypoints drawn

    # Access keypoint coordinates (x, y, confidence)
    keypoints = result.keypoints.data
    print(f"Detected keypoints shape: {keypoints.shape}")

Questo semplice flusso di lavoro consente di distribuire rapidamente applicazioni sofisticate di visione artificiale (CV). Per gli utenti che desiderano addestrare i propri modelli personalizzati di punti chiave, ad esempio per rilevare punti specifici su macchinari industriali o specie animali, la Ultralytics Platform semplifica il processo di annotazione dei dati e addestramento dei modelli nel cloud.

Considerazioni avanzate#

La distribuzione corretta del rilevamento dei punti chiave richiede la gestione di problematiche come l'occlusione (quando una parte del corpo è nascosta) e le diverse condizioni di illuminazione. I modelli moderni affrontano questi aspetti tramite una solida aumento dei dati durante l'addestramento, esponendo la rete a scenari diversi. Inoltre, l'integrazione dei punti chiave con gli algoritmi di tracciamento degli oggetti consente di identificare in modo coerente le persone nel tempo nei flussi video, un aspetto essenziale per applicazioni come la sicurezza o l'analisi comportamentale.