OpenPose nedir? Poz tahmininde bir dönüm noktasını keşfet

Günümüzde görüntüler ve kameralar telefonlarımıza, evlerimize, hatta kamusal alanlara yerleşmiş durumda ve her yerde karşımıza çıkıyor. Bunlara yalnızca anları kaydetmek için değil, çevremizdeki dünyayı anlamamıza ve onunla etkileşim kurmamıza yardımcı olmaları için de güveniyoruz.

Arka planda, yapay zekânın (AI) bir alt alanı olan bilgisayarlı görü, makinelerin görsel verileri yorumlamasını sağlayarak bunu mümkün kılar. Sistemlerin nesneleri algılamasına, yüzleri tanımasına ve hareketi izlemesine olanak tanıyarak her gün kullandığımız birçok teknolojide önemli bir rol oynar.

Yapay zekâdaki son gelişmeler sayesinde bilgisayarlı görü modelleri artık daha karmaşık verileri ve içgörüleri analiz edip çıkarabiliyor. Bunun bir örneği, insan hareketini anlamaya odaklanan bir bilgisayarlı görü görevi olan poz tahminidir.

Bu yöntem, görüntülerde veya videolarda omuz, dirsek ve diz gibi vücuttaki kilit noktaları belirleyerek çalışır. Böylece insanların hareketleri analiz edilebilir ve fitness takibi, animasyon, sağlık hizmetleri ve daha birçok alanda uygulamalar geliştirilebilir.

Poz tahmini için geliştirilen birçok araç arasında OpenPose önemli bir atılım olarak öne çıkar. Carnegie Mellon University'deki Perceptual Computing Lab araştırmacıları tarafından oluşturulan OpenPose, yalnızca bir kamera kullanarak birden fazla kişinin eller, ayaklar ve yüz kilit noktaları dâhil tüm vücut pozlarını gerçek zamanlı olarak algılayabilen ilk açık kaynaklı sistemlerden biriydi (kişi başına en fazla 135 kilit nokta).

Bu makalede OpenPose'u, nasıl çalıştığını ve bilgisayarlı görüde bir dönüm noktası olarak önemini inceleyeceğiz.

Şekil 1. OpenPose kullanılarak birden fazla kişinin poz tahmini.

Poz tahmininin geçmişine bir bakış#

Yapay zekâ yaygın olarak benimsenmeden önce videolardaki insan hareketlerini izlemek için özel ekipmanlar kullanılıyordu. Film ve animasyon gibi sektörlerde oyuncular, kameraların kontrollü bir stüdyo ortamında hareketlerini kaydedebilmesi için genellikle yansıtıcı işaretleyiciler bulunan giysiler giyerdi.

İşaretleyici tabanlı bu hareket yakalama teknikleri doğru sonuçlar verse de pahalıydı ve belirli kurulumlarla sınırlıydı. Bilgisayarlı görü geliştikçe araştırmacılar, işaretleyici kullanmadan vücut hareketlerini izlemenin yollarını aradı. Görüntülerdeki insan şekillerini bulmak için kenarlardan, konturlardan ve şablonlardan yararlandılar.

Bu ilk sistemler basit ve doğrudan durumlarda işe yarıyor, ancak gerçek dünya senaryolarında zorlanıyordu. İnsanlar beklenmedik biçimlerde hareket ettiğinde veya bir karede birden fazla kişi bulunduğunda genellikle kötü sonuçlar veriyorlardı.

2010'ların sonlarında derin öğrenme, poz tahmininde büyük bir değişim yarattı. Görsel yapay zekâ modelleri, insan pozlarından oluşan büyük veri kümeleriyle eğitilebiliyordu. Modeller, kenarlara ve şablonlara güvenmek yerine binlerce etiketli görüntüyü inceleyerek vücut eklemlerini ve yapısını tanımayı öğrendi. Böylece poz tahmini daha doğru, esnek ve çok daha geniş bir kullanım alanında etkili hâle geldi.

Şekil 2. 2017'den 2023'e insan pozu tahmin modellerinin gelişimi.

OpenPose: Modern poz tahmininin başlangıcı#

OpenPose ilk kez 2017'de yayımlandı ve tek bir görüntüde aynı anda birden fazla kişinin pozunu tahmin edebiliyor. Eski sistemlerden farklı olarak OpenPose özel giysiler veya işaretleyiciler gerektirmez. Standart kameralarla çalışır ve görüntüleri ve videoları gerçek zamanlı işleyebilir. Bu özellikler, poz tahminini geliştiriciler ve araştırmacılar için daha erişilebilir hâle getirdi.

OpenPose'un bilgisayarlı görü alanında attığı temel, başkalarının çeşitli uygulamalar için daha yeni mimariler geliştirmesine yardımcı oldu. Günümüzde Ultralytics YOLOv8 ve Ultralytics YOLO11 gibi, daha yakın zamanda ise poz tahmini görevlerini destekleyen Ultralytics YOLO26 gibi görsel yapay zekâ modelleri daha hızlı sonuçlar ve daha düşük gecikme sunuyor.

Şekil 3. Poz tahmini için YOLO11 kullanımı.

Ancak poz tahmininin nasıl geliştiğini merak ediyorsan OpenPose harika bir başlangıç noktasıdır. Günümüzde birçok yeni sistemin hâlâ yararlandığı temel fikirleri ortaya koymuştur.

OpenPose'un temel yetenekleri#

OpenPose'un neden önemli olduğunu artık daha iyi anladığımıza göre, neler yapabildiğine yakından bakalım.

OpenPose'un yeteneklerinin temelinde kilit nokta algılama adı verilen bir yöntem bulunur. Kilit noktalar, burun ucu, omuzların merkezi, dirsekler, bilekler, kalçalar, dizler ve ayak bilekleri gibi insan vücudundaki belirli işaret noktalarıdır. OpenPose, parmaklar ve yüz özellikleri gibi ayrıntılı bölgeler de dâhil olmak üzere kişi başına bu noktalardan en fazla 135 tanesini algılayabilir.

Bu noktalar birbirine bağlandığında insan vücudunun basitleştirilmiş bir temsili ortaya çıkar; bunu dijital bir iskelet olarak düşünebilirsin. Bu iskelet taslağı yalnızca kişinin nerede olduğunu değil, nasıl poz verdiğini de gösterir: Oturuyor, ayakta duruyor, el sallıyor, gülümsüyor veya yürüyor olabilir. Tıpkı birinin beden dilini içgüdüsel olarak anlamamız gibi, bilgisayarlar da bu iskeletleri kullanarak insan hareketini görsel olarak yorumlayabilir.

İskelet takibi özellikle kullanışlıdır; çünkü arka plan gürültüsünü ve dikkat dağıtıcı unsurları ortadan kaldırarak sistemin yalnızca insanın duruşuna ve hareketine odaklanmasını sağlar. OpenPose her pikseli analiz etmek yerine, kişinin nasıl hareket ettiğini veya etkileşim kurduğunu anlatan anlamlı noktalara yoğunlaşır.

Gündelik görüntülerden veya videolardan bu yapılandırılmış bilgileri çıkaran OpenPose; jestlere tepki veren, fiziksel aktiviteyi izleyen, duygusal ipuçlarını değerlendiren ve hatta dijital karakterleri canlandıran uygulamaların geliştirilmesini mümkün kılar.

OpenPose nasıl çalışır?#

OpenPose'un görsel girdilerden insan vücudundaki kilit noktaları nasıl algılayıp birleştirdiğine genel bir bakış:

• Bir görüntüyle başlar: OpenPose; fotoğraftan, videodan veya canlı kamera akışından tek bir görüntü alır.
• Önemli vücut parçalarını bulur: Sistem; burun, dirsekler, bilekler, dizler ve ayak bilekleri gibi vücuttaki kilit noktaları arar. Sistem, bir vücut parçasının bulunduğundan emin olduğu her noktayı işaretler.
• Hangi parçaların bir araya geldiğini belirler: OpenPose daha sonra kilit noktaların nasıl bağlandığını kontrol eder. Hangi eklemlerin aynı kişiye ait olduğuna karar vermek için matematiksel hesaplamalar kullanır; örneğin bir bileği doğru dirsek ve omuzla eşleştirir.
• Her kişi için bir iskelet çizer: Kilit noktaları gruplandırdıktan sonra OpenPose bunları birleştirerek her kişinin pozunu gösteren bir "çöp adam" çizer. Bu yöntem, aynı karede birden fazla kişi olduğunda da işe yarar.
• Poz verilerini sunar: Son olarak, algılanan tüm kilit noktaların kesin konumlarını sağlar. Bu veriler hareket takibi, jest tanıma veya etkileşimli araçlar geliştirme amacıyla, üstelik gerçek zamanlı olarak kullanılabilir.

Şekil 4. OpenPose kullanılarak insan kilit noktalarının algılanması ve izlenmesi.

OpenPose ile farklı sektörlerde poz tahmini uygulamaları#

OpenPose, poz tahminini çeşitli gerçek dünya kullanım senaryolarında uygulanabilir hâle getiren ilk gelişmiş araçlardan biriydi. Günümüzde gerçek zamanlı bilgisayarlı görü çözümlerinde yaygın olarak kullanılmasa da spor, eğlence, eğitim ve güvenlik gibi alanlardaki ilk çalışmalara yön vermede önemli rol oynadı.

Bu alanlarda öncülük etmeye nasıl yardımcı olduğuna daha yakından bakalım.

Fitness ve sporda OpenPose ile poz tahmini#

Beyzbol izlerken neler olduğunu anlamak kolaydır; atışı, vuruşu veya çalıntı üssü anında fark edebilirsin. İnsanlar olarak vücut hareketlerini sezgisel biçimde okur ve fazla çaba harcamadan anlamlandırırız. Ancak makineler için bu eylemleri tanımak çok daha karmaşıktır. Makinelerin, vücudun her bölümünün uzayda nasıl hareket ettiğine dair hassas bilgilere ihtiyacı vardır.

OpenPose, bilgisayarlı görünün bu alanında önemli bir ilerlemeydi. Farklı ortamlarda atletik formu analiz etmek için pratik bir araç sundu.

Birçok araştırma projesi, oyuncuların hareketlerine göre belirli beyzbol hareketlerini sınıflandırmak da dâhil olmak üzere, vuruş ve sıçrama gibi hareketleri ayrıştırmak için OpenPose'u kullandı. Standart videolarla açık ortamlarda çalışabildiğinden araştırmacıların bu tür sistemlerin gerçek dünyadaki antrenman veya koçluk senaryolarında nasıl işleyebileceğini test etmesine olanak tanıdı.

Bu ilk çalışmalar, bugün gelişmiş spor teknolojilerinde kullanılan performans izleme araçlarının temelini oluşturmaya yardımcı oldu.

Şekil 5. OpenPose kullanan beyzbol hareketi sınıflandırma hattına bir bakış.

Güvenlik ve emniyet sistemlerinde OpenPose kullanımı#

Benzer şekilde araştırmacılar, video tabanlı poz takibinin güvenlik izlemesini nasıl destekleyebileceğini araştırmak için OpenPose'u da kullandı. Sistem, kamusal alanlarda düşme, beklenmedik jestler veya hareket örüntüleri gibi davranışları tespit etmek için test edildi.

Standart kameralarla çalıştığı için OpenPose, hastaneler ve ulaşım merkezleri gibi ortamlarda erken aşamadaki denemeleri daha erişilebilir hâle getirdi. Bu çalışmalar, bugün gözetim, düşme tespiti ve acil müdahale sistemlerinde kullanılan daha yeni modellerin geliştirilmesine katkı sağladı.

Şekil 6. OpenPose ile sağlanan düşme tespiti.

OpenPose'un artıları ve eksileri#

OpenPose'un sunduğu bazı avantajlara kısaca göz atalım:

• Araştırma ve prototipleme için kullanışlı: Özellikle insan-bilgisayar etkileşimi, biyomekanik ve davranış analizi gibi alanlarda akademik araştırmalarda yaygın olarak kullanılmıştır.
• Platformlar arası destek: Windows, Linux ve macOS'ta çalışabilir; hem merkezi işlem birimlerini (CPUs) hem de grafik işlem birimlerini (GPUs) destekler.
• Çevrimdışı işleme yeteneği: İnternet erişimi olmayan ortamlarda çalışabilir; bu özelliğiyle sağlık veya eğitim gibi gizliliğe duyarlı ortamlar için idealdir.

OpenPose önemli bir ilerleme olsa da göz önünde bulundurman gereken teknik sınırlamaları da vardır. OpenPose'la ilgili temel zorluklardan bazıları şunlardır:

• Yüksek işlem gereksinimleri: OpenPose'u gerçek zamanlı çalıştırmak için güçlü bir GPU ve önemli miktarda hesaplama kaynağı gerekir.
• Ortam koşullarına duyarlı: Düşük ışıkta, kalabalık alanlarda veya kamera açıları ideal olmadığında performans düşebilir.
• Yeni modellere kıyasla ağır: Daha yeni poz kestirim modellerine kıyasla OpenPose görece büyük ve yavaştır. Akıllı telefonlar, tabletler veya gömülü sistemler gibi kaynakları kısıtlı cihazlarda dağıtım için pek uygun değildir.

Önemli çıkarımlar#

OpenPose, poz kestirimini daha erişilebilir hâle getirmede önemli bir rol oynadı. Vücut hareketlerinin, özel kıyafetlere veya ekipmanlara ihtiyaç duymadan basit bir kamerayla izlenebileceğini gösterdi.

Sağlık, eğitim, eğlence ve araştırma alanlarında pek çok pratik uygulamanın temelini oluşturdu. Daha yeni modeller artık daha hızlı ve daha az kaynak tüketen çözümler sunsa da OpenPose, poz tahmininin nasıl geliştiğini anlamak için önemli bir referans olmaya devam ediyor.

Yapay zekâ hakkında daha fazla bilgi edinmek için topluluğumuza katıl ve GitHub depomuzu ziyaret et. Kendi bilgisayarlı görü çözümlerini geliştirmek istiyorsan lisanslama seçeneklerimizi incele. Ayrıca sağlık hizmetlerinde bilgisayarlı görünün ve lojistikte yapay zekânın nasıl fark yarattığına göz at!