O que é estimativa de pose e onde ela pode ser usada?

Quando vês alguém curvado ou de pé, com os ombros para trás, percebes de imediato se essa pessoa tem uma postura incorreta ou confiante. Ninguém precisa de te explicar. Isso acontece porque, com o tempo, aprendemos naturalmente a interpretar a linguagem corporal.

Com a experiência e a observação, o nosso cérebro tornou-se muito bom a reconhecer a postura de vários objetos, incluindo as pessoas. Graças aos avanços recentes da inteligência artificial (AI) e da visão computacional, um campo que permite às máquinas interpretar informações visuais do mundo, as máquinas também começam agora a aprender e a reproduzir essa capacidade.

Estimativa de pose é uma tarefa de visão computacional que ajuda as máquinas a determinar a posição e a orientação de uma pessoa ou objeto a partir de imagens ou vídeos. Isso é feito identificando pontos-chave no corpo, como articulações e membros, para entender como uma pessoa, ou até mesmo um objeto, está se movendo.

Essa tecnologia é amplamente usada em áreas como condicionamento físico, saúde e animação. Em ambientes de trabalho, por exemplo, ela pode ser usada para monitorar a postura dos funcionários e apoiar iniciativas de segurança e bem-estar. Modelos de visão computacional como o Ultralytics YOLO11 tornam isso possível ao estimar poses humanas em tempo real.

Fig. 1. Exemplo de uso do Ultralytics YOLO11 para monitorar a postura dos trabalhadores.

Neste artigo, vamos analisar mais de perto a estimativa de pose e como ela funciona, além de conhecer aplicações práticas que estão fazendo a diferença. Vamos começar!

A evolução da estimativa de pose#

As pesquisas sobre estimativa de pose começaram no fim da década de 1960 e nos anos 1970. Ao longo dos anos, as abordagens para essa tarefa de visão computacional passaram da matemática e geometria básicas a métodos mais avançados, impulsionados pela inteligência artificial.

Inicialmente, as técnicas dependiam de ângulos fixos de câmera e pontos de referência conhecidos. Mais tarde, evoluíram para incluir modelos 3D e correspondência de características. Hoje, modelos de aprendizado profundo como o Ultralytics YOLO11 conseguem detectar posições corporais em tempo real a partir de imagens ou vídeos, tornando a estimativa de pose mais rápida e precisa do que nunca.

Com o avanço da tecnologia, os pesquisadores perceberam o potencial de monitorar e acompanhar as poses de vários objetos, especialmente humanos e animais. A estimativa de pose é particularmente importante porque permite que ferramentas de IA compreendam e meçam postura e movimento de maneiras que antes não eram possíveis.

Por exemplo, ela permite que computadores reconheçam gestos para interação sem usar as mãos, analisa os movimentos de atletas para melhorar o desempenho, possibilita animações realistas em videogames e ainda contribui para a saúde ao acompanhar a evolução da recuperação de pacientes.

Como ela se diferencia de outras tarefas de visão computacional?#

A estimativa de pose é diferente de outras tarefas de visão computacional, como a detecção de objetos e a segmentação de instâncias. Essas tarefas se concentram principalmente em identificar e localizar objetos em uma imagem.

A detecção de objetos, por exemplo, desenha caixas delimitadoras ao redor de itens como pessoas, veículos ou animais para indicar sua presença e posição. A segmentação de instâncias vai além, delineando o formato exato de cada objeto no nível dos pixels.

No entanto, os dois métodos se preocupam principalmente com o que é o objeto e onde ele está — eles não fornecem informações sobre como o objeto está posicionado ou o que pode estar fazendo. É aí que a estimativa de pose se torna essencial.

Ao identificar pontos-chave no corpo, como cotovelos, joelhos ou até mesmo uma cauda, a estimativa de pose consegue interpretar postura e movimento. Isso permite compreender melhor ações, gestos e dinâmicas corporais, incluindo movimentos no espaço 3D.

Entendendo como funciona a estimativa de pose#

Os modelos de estimativa de pose geralmente seguem duas abordagens principais: de baixo para cima e de cima para baixo. Na abordagem de baixo para cima, o modelo primeiro detecta pontos-chave individuais, como cotovelos, joelhos ou ombros, e depois os agrupa para determinar a que pessoa ou objeto pertencem. Já a abordagem de cima para baixo começa detectando cada objeto (como uma pessoa na imagem) e, em seguida, localiza os pontos-chave desse objeto específico.

Fig. 2. Métodos de estimativa de pose de baixo para cima e de cima para baixo.

Alguns modelos mais recentes, como o Ultralytics YOLO11, combinam os benefícios das duas abordagens. Ele mantém a eficiência do método de baixo para cima, dispensando a etapa de agrupamento manual, e também aproveita a precisão dos sistemas de cima para baixo ao detectar pessoas e estimar suas poses ao mesmo tempo, em um único processo simplificado.

Treinamento personalizado do Ultralytics YOLO11 para estimativa de pose#

Ao entendermos como funcionam os modelos de estimativa de pose, você talvez se pergunte: como esses modelos aprendem a estimar a pose de diferentes objetos? É aí que entra o treinamento personalizado.

O treinamento personalizado consiste em ensinar um modelo a reconhecer pontos-chave específicos usando seus próprios dados. Como criar um modelo do zero exige muitas imagens rotuladas e bastante tempo, muitas pessoas optam pelo aprendizado por transferência. Isso envolve começar com um modelo que já foi treinado em um grande conjunto de dados, como o modelo de estimativa de pose Ultralytics YOLO11, pré-treinado no conjunto de dados COCO-Pose, e depois ajustá-lo com seus próprios dados para uma tarefa ou aplicação específica.

Digamos que você esteja trabalhando com poses de ioga: é possível ajustar o Ultralytics YOLO11 usando imagens em que cada pose esteja rotulada com pontos-chave específicos dessa atividade. Para isso, você precisará de um conjunto de dados personalizado de imagens anotadas com as quais o modelo possa aprender.

Durante o treinamento, você pode ajustar configurações como o tamanho do lote (o número de imagens processadas de uma só vez), a taxa de aprendizado (a rapidez com que o modelo atualiza seu aprendizado) e o número de épocas (quantas vezes o modelo percorre o conjunto de dados) para melhorar a precisão. Isso facilita muito a criação de modelos de estimativa de pose adaptados às suas necessidades específicas.

Aplicações práticas da estimativa de pose#

Agora que discutimos o que é estimativa de pose e como ela funciona, vamos conhecer mais de perto algumas de suas aplicações práticas.

Uso da estimativa de pose na fisioterapia#

A estimativa de pose está se tornando gradualmente uma ferramenta confiável na área da saúde, especialmente na fisioterapia. Usando IA e visão computacional, esses sistemas podem acompanhar a postura e os movimentos em tempo real e fornecer feedback, de forma semelhante ao que um fisioterapeuta faria.

Por exemplo, um paciente se recuperando de uma cirurgia no joelho pode usar um sistema de estimativa de pose para garantir que esteja fazendo os exercícios de reabilitação corretamente. O sistema pode detectar movimentos incorretos e sugerir melhorias, ajudando o paciente a manter o tratamento e evitar lesões.

Fig. 3. Exemplo de uso do Ultralytics YOLO11 na fisioterapia.

Além da reabilitação, a estimativa de pose também está chegando aos aplicativos de condicionamento físico. Por exemplo, alguém que treina em casa pode usar o aplicativo para verificar a postura durante os exercícios. O aplicativo pode fornecer feedback em tempo real, como ajustar o ângulo de um agachamento ou garantir que suas costas estejam retas durante um levantamento terra. Isso ajuda os usuários a melhorar a execução dos exercícios e evitar lesões sem precisar de um treinador.

Captura de movimento para entretenimento com estimativa de pose#

A estimativa de pose mudou a forma como a captura de movimento é feita no entretenimento, tornando-a mais simples e acessível. Antes, a captura de movimento exigia a colocação de marcadores no corpo de uma pessoa e o rastreamento deles com câmeras especiais, o que podia ser complicado e caro.

Agora, com os avanços em IA e visão computacional, podemos usar câmeras comuns e algoritmos para acompanhar os movimentos corporais sem precisar de marcadores, tornando o processo mais eficiente e preciso, inclusive em tempo real.

Um ótimo exemplo disso é o AR Poser da Disney (realidade aumentada). Essa ferramenta divertida permite tirar uma foto com o celular e fazer com que um personagem digital imite sua pose em realidade aumentada. Ela funciona analisando sua pose na imagem e combinando-a com um personagem 3D, criando uma selfie divertida e personalizada em realidade aumentada.

Fig. 4. Personagem em realidade aumentada imita a pose de uma pessoa usando estimativa de pose.

Pesquisa sobre comportamento social com estimativa de pose de animais#

Estudar o comportamento animal ajuda os cientistas a entender como os animais se comunicam, encontram parceiros, cuidam dos filhotes e vivem em grupos. Esse conhecimento é essencial para proteger a vida selvagem e compreender melhor o mundo natural.

A estimativa de pose simplifica esse processo ao rastrear animais e seus movimentos e posturas usando imagens e vídeos, sem prender sensores ou etiquetas aos animais. Esses sistemas podem monitorar automaticamente as poses e fornecer informações sobre comportamentos como se limpar, brincar ou lutar.

Um exemplo interessante é o uso da estimativa de pose por cientistas para estudar o comportamento de símios. De fato, pesquisadores reuniram conjuntos de dados como o OpenApePose, que contém mais de 71.000 imagens rotuladas de seis espécies de símios.

Fig. 5. Estimativa de pose de símios.

Vantagens e desvantagens da estimativa de pose#

Veja alguns dos principais benefícios que a estimativa de pose pode trazer a diversos setores:

• Escalabilidade: Os sistemas de estimativa de pose podem ser implantados em uma ampla variedade de dispositivos, de smartphones a configurações avançadas de câmeras, tornando-os altamente escaláveis e acessíveis para diferentes aplicações e ambientes.
• Custo-benefício: Como a estimativa de pose depende de câmeras comuns e não exige sensores ou etiquetas caros, ela pode ser uma solução mais econômica para rastrear movimentos em aplicações de pesquisa e comerciais.
• Monitoramento contínuo: Os sistemas de estimativa de pose podem fornecer rastreamento contínuo em tempo real, permitindo monitorar mudanças ao longo do tempo, seja a evolução de um paciente durante a reabilitação ou o comportamento de animais na natureza.

Embora as vantagens da estimativa de pose sejam claras em vários campos, também há desafios a considerar. Estas são algumas limitações importantes a ter em mente:

• Generalização limitada: Muitos modelos treinados com conjuntos de dados humanos não generalizam bem para animais ou estruturas corporais incomuns sem serem retreinados com conjuntos de dados específicos.

• Limitações ambientais: O desempenho pode diminuir em condições de pouca luz, com desfoque causado por movimentos rápidos ou em cenários com fundos carregados.

• Alta sensibilidade à oclusão: A precisão pode cair quando partes do corpo estão obstruídas ou fora do enquadramento, especialmente em cenas lotadas ou no rastreamento de várias pessoas.

Principais conclusões#

A estimativa de pose evoluiu muito desde seus primórdios, passando de sistemas que usavam marcadores a ferramentas impactantes impulsionadas por modelos de aprendizado profundo como o Ultralytics YOLO11. Seja para melhorar a fisioterapia, viabilizar experiências interativas de realidade aumentada ou ajudar na pesquisa sobre a vida selvagem, a estimativa de pose está mudando a forma como as máquinas entendem o movimento e a postura. Com o avanço contínuo da tecnologia, superar suas limitações será essencial para desbloquear ainda mais aplicações práticas e fazer com que as máquinas entendam melhor como nós e outros seres vivos nos movemos.

Tem curiosidade sobre IA? Explore nosso repositório no GitHub, conecte-se com nossa comunidade e confira nossas opções de licenciamento para dar início ao seu projeto de visão computacional. Saiba mais sobre inovações como IA no varejo e visão computacional no setor de logística em nossas páginas de soluções.