Pose Estimation

ポーズ推定がキーポイントを使用して動きを追跡する仕組みを学びます。実世界の応用事例を探求し、高速で正確な結果を得るためにUltralytics YOLO26を使い始めましょう。

姿勢推定は、単なる物体の検出を超えて、その幾何学的構造や物理的な向きを理解する専門的なコンピュータビジョン技術です。標準的な物体検出では対象物の周囲に単純な長方形のボックスを描画しますが、姿勢推定では、人体における関節（肘、膝、肩）や車両の構造的な角など、キーポイントと呼ばれる特定の意味のある点を識別します。これらのランドマークをマッピングすることで、機械学習モデルは対象物の骨格表現を再構築し、システムがボディランゲージ、動作ダイナミクス、および2Dまたは3D空間における正確な位置を解釈できるようにします。

Link to this section中核となるメカニズム：トップダウンとボトムアップ#

Modern pose estimation relies heavily on sophisticated deep learning architectures, often utilizing Convolutional Neural Networks (CNNs) to process visual data. The algorithms generally follow one of two primary strategies to identify keypoints:

トップダウン手法: この手法は、まず物体検出モデルを使用してバウンディングボックス内の個々のインスタンスを特定します。人物や物体が大きな画像から切り出されると、姿勢推定モデルはその特定の領域内のキーポイントを予測します。このアプローチは非常に高精度ですが、フレーム内の対象物数が増加するにつれて推論レイテンシが高くなる可能性があります。
ボトムアップ手法: 逆に、この戦略は画像全体にあるすべての潜在的なキーポイントを同時に検出（例：群衆の中のすべての「左膝」を見つける）し、関連付けアルゴリズムを使用してそれらを個々の骨格にグループ化します。この方法は、存在する人数に関係なく計算コストが比較的一定であるため、混雑したシーンでのリアルタイム推論に適しています。

YOLO26のような最先端のモデルは、これらのニーズのバランスを取る高度なエンドツーエンドアーキテクチャを利用しており、エッジAIデバイスやモバイルプラットフォームへのデプロイに適した高速な姿勢推定を提供します。

Link to this section関連するコンピュータビジョン用語の区別#

コンピュータビジョンワークフローにおけるユニークな価値を理解するために、姿勢推定と他の視覚認識タスクを区別することは役立ちます。

物体検出: 物体が「何」であり「どこ」にあるかを識別することに焦点を当て、長方形のボックスを出力します。対象を内部構造を理解しない剛体として扱います。
インスタンスセグメンテーション: 物体の正確な形状を輪郭付けるピクセル単位のマスクを生成します。セグメンテーションは境界線を提供しますが、運動学的解析に必要な関節や骨格のつながりを明示的に識別するものではありません。
姿勢推定: 内部構造を特に対象とし、事前に決定されたランドマーク間（例：腰から膝まで）の接続をマッピングして、姿勢や動作を分析します。

Link to this section実社会での応用#

人間や物体の動きをデジタル化する能力は、さまざまな産業において革新的な応用をもたらしており、多くの場合、アノテーションされたキーポイントの大きなデータセットを管理するためにUltralytics Platformのようなツールを使用してトレーニングされています。

Link to this sectionヘルスケアとリハビリテーション#

医療分野では、ヘルスケアにおけるAIが、患者のリハビリテーションを遠隔で監視するために姿勢推定を活用しています。関節の角度や可動域を追跡することで、自動化されたシステムは、患者が自宅で理学療法エクササイズを正しく行っているかを確認できます。これにより、再負傷のリスクが軽減され、高価な検査機器を必要とせずに、臨床医が回復の経過を定量化できるようになります。

Link to this sectionスポーツ分析#

コーチやアスリートは、スポーツ分析を活用してパフォーマンスを最適化しています。姿勢推定モデルは、従来のモーションキャプチャで使用される侵襲的なマーカースーツを必要とせずに、ゴルファーのスイングプレーン、ランナーのストライド長、ピッチャーのバイオメカニクスを分析できます。これにより、技術を向上させ、使いすぎによる怪我を防ぐための、データ駆動型の即時フィードバックが得られます。

Link to this section小売と行動分析#

商業環境では、小売におけるAIシステムが、高い棚の商品に手を伸ばす、特定の通路に留まるなど、顧客の行動を理解するために姿勢検出を使用しています。このデータは、物理的な行動と購買決定を関連付けることで、店舗レイアウトの最適化や在庫管理の改善に役立ちます。

Link to this sectionコード例: YOLO26による姿勢推定#

姿勢推定の実装は、最新のPythonフレームワークを使用すれば簡単です。以下の例は、ultralyticsパッケージを使用して、事前トレーニング済みのYOLO26モデル（YOLO11の後継）を読み込み、画像内の人体のキーポイントを検出する方法を示しています。

from ultralytics import YOLO

# Load the YOLO26 pose model (nano version for speed)
model = YOLO("yolo26n-pose.pt")

# Perform inference on an image source
# The model identifies bounding boxes and specific keypoints (joints)
results = model("https://ultralytics.com/images/bus.jpg")

# Print the xy coordinates of detected keypoints
print(results[0].keypoints.xy)

# Visualize the skeletal results directly
results[0].show()