Punti chiave

I punti chiave sono posizioni spaziali precise e informative all'interno di un'immagine che definiscono caratteristiche distinte di un oggetto o di una scena. scena. Nel campo della computer vision, queste coordinate, tipicamente rappresentate come valori X e Y, segnano punti di interesse significativi, come gli angoli di un edificio, il centro di un occhio o le articolazioni di un corpo umano. di un edificio, il centro di un occhio o le articolazioni di un corpo umano. A differenza dell'elaborazione di ogni pixel di un'immagine, l'attenzione a questi questi punti radi e ricchi di semantica, i modelli di modelli di intelligenza artificiale (AI) di comprendere in modo efficiente la geometria, analizzare le forme e track movimenti con grande precisione. Questo concetto è fondamentale per compiti avanzati che richiedono una comprensione strutturale del soggetto, piuttosto che la sua sola presenza o posizione.

Il ruolo dei punti chiave nell'IA della visione

I punti chiave sono gli elementi fondamentali per la mappatura della struttura degli oggetti dinamici. Quando più punti chiave vengono rilevati e collegati, formano un grafico scheletrico o wireframe che rappresenta la posa dell'oggetto. Questo è più comunemente applicato alla stima della posa, dove gli algoritmi algoritmi prevedono la posizione delle articolazioni anatomiche - spalle, gomiti, fianchi e ginocchia - per ricostruire la postura umana.

Sfruttando architetture di deep learning come YOLO11, i sistemi possono riformulare queste coordinate direttamente dalle immagini in ingresso. Questo processo comporta estrazione di caratteristiche complesse in cui la rete impara a modelli locali invarianti alla luce, alla rotazione e alla scala. I dati ottenuti sono leggeri e computazionalmente efficienti, il che li rende ideali per per l 'inferenza in tempo reale sui dispositivi edge.

Distinguere i punti chiave dai concetti correlati

Per comprendere l'utilità specifica dei keypoint, è utile confrontarli con altri compiti primari di computer vision compiti primari della computer vision:

• Punti chiave vs. rilevamento di oggetti: Il rilevamento standard identifica cosa e dove si trova un oggetto racchiudendolo in un un riquadro di delimitazione. Tuttavia, il rettangolo tratta l'oggetto come un rettangolo rigido. I punti chiave guardano all'interno del riquadro per identificare l'articolazione interna e la postura.
• Punti chiave vs. istanze Segmentazione delle istanze: La segmentazione crea una maschera perfetta al pixel della silhouette dell'oggetto. Sebbene la segmentazione fornisca il massimo dettaglio dei confini, è spesso più pesante dal punto di vista computazionale. I punti chiave forniscono una sintesi strutturale semplificata, spesso preferita quando si analizza la cinematica o la dinamica del movimento.
• Punti chiave vs. annotazione dei dati: L'annotazione è il processo umano di etichettatura dei dati, mentre il rilevamento dei punti chiave è la previsione del modello. La creazione di un dataset comporta la selezione manuale di punti specifici (ad esempio, "polso sinistro") per addestrare il modello.

Applicazioni nel mondo reale

La capacità di track punti specifici di un soggetto apre le porte a diverse applicazioni in vari settori:

• Analitica dello sport: Allenatori e atleti utilizzano il rilevamento dei punti chiave per analizzare la biomeccanica. Tracciando gli angoli tra le articolazioni durante uno di golf o di uno sprint, i sistemi possono fornire un feedback automatico per ottimizzare le prestazioni e prevenire gli infortuni. Questo spesso il calcolo dei gradi di libertà gradi di libertà per comprendere il range di movimento.
• L'intelligenza artificiale nella robotica: I robot si affidano a punti chiave per afferrare e manipolare gli oggetti. L'identificazione di specifici punti di presa su un oggetto permette a un braccio robotico di di calcolare cinematica inversa e di posizionare il suo dispositivo finale in modo corretto.
• L'intelligenza artificiale nell'assistenza sanitaria: Applicazioni per la terapia fisica Le applicazioni per la terapia fisica monitorano gli esercizi dei pazienti da remoto. Tracciando i punti di riferimento del corpo, il sistema garantisce che gli esercizi di esercizi siano eseguiti con la forma corretta, favorendo una riabilitazione efficace.
• Realtà aumentata (AR): Nei filtri dei social filtri dei social media e nelle applicazioni di prova virtuale, i punti chiave sul viso (punti di riferimento facciali) permettono alle maschere o agli occhiali digitali di maschere o occhiali digitali di allinearsi perfettamente ai movimenti dell'utente.

Implementazione del rilevamento dei punti chiave

Le librerie moderne consentono di implementare facilmente il rilevamento dei punti chiave utilizzando modelli pre-addestrati. Il ultralytics fornisce un accesso immediato a YOLO11 modelli addestrati su grandi insiemi di dati come COCO per identificare le articolazioni umane.

L'esempio seguente mostra come caricare un modello di stima della posa e visualizzare i punti chiave rilevati:

from ultralytics import YOLO

# Load a pretrained YOLO11n-pose model
model = YOLO("yolo11n-pose.pt")

# Run inference on a local image or URL
results = model("https://docs.ultralytics.com/tasks/detect/")

# Visualize the results, showing the skeletal keypoints
results[0].show()

In questo flusso di lavoro, il modello emette una Keypoints contenente le coordinate e un oggetto punteggio di fiducia per ogni punto rilevato. Gli sviluppatori possono estrarre questi dati grezzi x, y valori per costruire una logica personalizzata, come il conteggio delle ripetizioni in un'applicazione di ginnastica o il controllare un personaggio del gioco tramite interazione uomo-macchina.