OpenPose nedir? Duruş tahmininde bir kilometre taşını keşfetmek

Günümüzde görüntüler ve kameralar her yerde; telefonlarımıza, evlerimize ve hatta kamusal alanlara yerleştirilmiş durumda. Onlara sadece anları yakalamak için değil, aynı zamanda çevremizdeki dünyayı anlamamıza ve onunla etkileşime girmemize yardımcı olmaları için güveniyoruz.

Perde arkasında, yapay zekanın (AI) bir alt alanı olan bilgisayarlı görü, makinelerin görsel verileri yorumlamasını sağlayarak bunu mümkün kılıyor. Sistemlerin nesneleri algılamasına, yüzleri tanımasına ve hareketi takip etmesine olanak tanıyarak her gün kullandığımız birçok teknolojide kilit bir rol oynuyor.

Yapay zekadaki 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 teknoloji, görüntülerdeki veya videolardaki omuzlar, dirsekler ve dizler gibi vücut üzerindeki anahtar noktaları tanımlayarak çalışır. Bu, insanların nasıl hareket ettiğini analiz etmeyi mümkün kılar ve fitness takibi, animasyon, sağlık hizmetleri ve daha pek çok alanda uygulamalara olanak tanır.

Poz tahmini için geliştirilen birçok araç arasında OpenPose, büyük bir buluş olarak öne çıkıyor. Carnegie Mellon Üniversitesi Perceptual Computing Lab'deki araştırmacılar tarafından oluşturulan bu sistem, sadece bir kamera kullanarak (kişi başına 135 anahtar noktaya kadar) eller, ayaklar ve yüz anahtar noktaları dahil olmak üzere birden fazla kişi için tam vücut pozlarını gerçek zamanlı olarak algılayabilen ilk açık kaynaklı sistemlerden biriydi.

Bu makalede OpenPose'u, nasıl çalıştığını ve bilgisayarlı görüdeki bir kilometre taşı olarak önemini inceleyeceğiz.

Şekil 1. OpenPose kullanarak çoklu kişi poz tahmini.

Link to this sectionPoz tahmininin tarihine bir bakış#

Yapay zeka yaygınlaşmadan önce, videolardaki insan hareketini takip etmek özel ekipmanların kullanılmasını gerektiriyordu. Film ve animasyon gibi endüstrilerde, kameraların hareketlerini kontrollü bir stüdyo ortamında yakalayabilmesi için oyuncular genellikle yansıtıcı işaretleri olan kıyafetler giyerlerdi.

Bu işaret tabanlı hareket yakalama teknikleri doğru olsa da, aynı zamanda pahalıydı ve belirli kurulumlarla sınırlıydı. Bilgisayarlı görü ilerledikçe araştırmacılar, işaret kullanmadan vücut hareketini izlemenin yollarını aradılar. Görüntülerdeki insan şekillerini bulmak için kenarları, konturları ve şablonları kullandılar.

Bu erken dönem sistemler basit ve net durumlarda çalışıyordu ancak gerçek dünya senaryolarında zorlanıyorlardı. İnsanlar beklenmedik şekillerde hareket ettiğinde veya bir karede birden fazla kişi göründüğünde genellikle zayıf sonuçlar veriyorlardı.

2010'ların sonunda derin öğrenme, poz tahminine büyük bir değişim getirdi. Görsel yapay zeka modelleri, büyük insan pozu veri kümeleri üzerinde eğitilebiliyordu. Kenarlara ve şablonlara güvenmek yerine modeller, binlerce etiketli görüntüyü inceleyerek vücut eklemlerini ve yapısını tanımayı öğrendi. Bu, poz tahminini daha doğru, esnek ve çok daha geniş bir ortam yelpazesinde etkili kıldı.

Şekil 2. 2017'den 2023'e kadar insan poz tahmini modellerinin gelişimi.

Link to this sectionOpenPose: Modern poz tahmininin yükselişe geçtiği yer#

OpenPose ilk kez 2017'de piyasaya sürüldü ve tek bir görüntüdeki birden fazla kişinin pozlarını aynı anda tahmin edebiliyor. Eski sistemlerin aksine, OpenPose özel kıyafetler veya işaretler gerektirmez. Standart kameralarla çalışır ve görüntüleri ve videoları gerçek zamanlı olarak işleyebilir. Bu özellikler, poz tahminini geliştiriciler ve araştırmacılar için daha erişilebilir hale getirdi.

OpenPose'un bilgisayarlı görü için attığı temel, başkalarının çeşitli uygulamalar için daha yeni mimariler oluşturmasına yardımcı oldu. Bugün, poz tahmini görevlerini destekleyen Ultralytics YOLOv8 ve Ultralytics YOLO11 gibi görsel yapay zeka modelleri, daha hızlı sonuçlar ve daha düşük gecikme süresi sunuyor.

Şekil 3. Poz tahmini için YOLO11 kullanımı.

Yine de, poz tahmininin nasıl geliştiğini merak ediyorsan OpenPose başlamak için harika bir yerdir. Bugün birçok yeni sistemin hala dayandığı temel fikirleri ortaya koydu.

Link to this sectionOpenPose'un temel yetenekleri#

Artık OpenPose'un neden önemli olduğunu daha iyi anladığımıza göre, gerçekte neler yapabileceğine daha yakından bakalım.

OpenPose'un yeteneklerinin merkezinde anahtar nokta algılama adı verilen bir şey yer alır. Anahtar noktalar, burun ucu, omuzların merkezi, dirsekler, bilekler, kalçalar, dizler ve ayak bilekleri gibi insan vücudundaki belirli işaretlerdir. OpenPose, parmaklar ve yüz özellikleri gibi ayrıntılı alanlar dahil olmak üzere kişi başına 135'e kadar noktayı algılayabilir.

Bu noktalar birleştirildiğinde, insan vücudunun basitleştirilmiş bir temsilini oluştururlar; bunu dijital bir iskelet olarak düşünebilirsin. Bu iskelet taslağı, sadece bir kişinin nerede olduğunu değil, aynı zamanda nasıl poz verdiğini de gösterir: oturuyor mu, ayakta mı, el mi sallıyor, gülümsüyor mu yoksa yürüyor mu. Bilgisayarlar, tıpkı bizim birinin vücut dilini içgüdüsel olarak anladığımız gibi, bu iskeletleri kullanarak insan hareketini görsel olarak yorumlayabilir.

İskelet takibi, arka plan gürültüsünü ve dikkat dağıtıcı unsurları ortadan kaldırdığı ve sistemin tamamen insan duruşuna ve hareketine odaklanmasını sağladığı için özellikle yararlıdır. OpenPose, her pikseli analiz etmek yerine, bir kişinin nasıl hareket ettiğinin veya etkileşime girdiğinin hikayesini anlatan anlamlı noktalara odaklanır.

Bu yapılandırılmış bilgiyi günlük görüntülerden veya videolardan çıkararak OpenPose, jestlere yanıt veren, fiziksel aktiviteyi izleyen, duygusal ipuçlarını değerlendiren ve hatta dijital karakterleri canlandıran uygulamalar oluşturmayı mümkün kılar.

Link to this sectionOpenPose nasıl çalışır?#

İşte OpenPose'un görsel girdilerden insan vücudundaki anahtar noktaları nasıl algıladığına ve bağladığına dair bir genel bakış:

• Görüntü ile başlar: OpenPose, bir fotoğraftan, videodan veya canlı kamera akışından tek bir görüntü alır.
• Önemli vücut parçalarını tespit eder: Sistem, burun, dirsekler, bilekler, dizler ve ayak bilekleri gibi vücuttaki anahtar noktaları arar. Sistem, bir vücut parçasının nerede olduğundan emin olduğu her yerde bunlar işaretlenir.
• Hangi parçaların birbiriyle eşleştiğini bulur: Ardından, OpenPose anahtar noktaların nasıl bağlandığını kontrol eder. Hangi eklemlerin aynı kişiye ait olduğuna karar vermek için matematiksel hesaplamalar kullanır; örneğin, bir bileği doğru dirsek ve omuzla eşleştirmek gibi.
• Her kişi için bir iskelet çizer: Anahtar noktaları gruplandırdıktan sonra OpenPose, bunları her kişinin pozunu gösteren bir "çöp adam" şeklinde birleştirir. Bu, aynı karede birden fazla kişi olduğunda bile çalışır.
• Poz verisini döndürür: Son olarak, algılanan tüm anahtar noktaların tam konumlarını sağlar. Bunlar hareket takibi, jest tanıma veya etkileşimli araçlar oluşturmak için kullanılabilir; üstelik hepsi gerçek zamanlı olarak.

Şekil 4. OpenPose kullanarak insan anahtar nokta algılama ve takibi.

Link to this sectionOpenPose kullanan endüstrilerde poz tahmini uygulamaları#

OpenPose, poz tahminini çeşitli gerçek dünya kullanım durumları için pratik hale getiren ilk gelişmiş araçlardan biriydi. Bugün gerçek zamanlı bilgisayarlı görü çözümlerinde yaygın olarak kullanılmasa da, spor, eğlence, eğitim ve güvenlik gibi alanlarda erken dönem çalışmalarına şekil vermede önemli bir rol oynadı.

Bu alanlarda ön açmaya nasıl yardımcı olduğuna daha yakından bakalım.

Link to this sectionFitness ve spor için OpenPose ile poz tahmini#

Beyzbol izlerken neler olduğunu anlamak kolaydır; bir atışı, bir vuruşu veya çalınan bir kaleyi anında tanıyabilirsin. İnsanlar olarak, vücut hareketlerini sezgisel olarak okur ve çok fazla çaba harcamadan anlamlandırırız. Ancak makineler için bu eylemleri tanımak çok daha karmaşıktır. Vücudun her bir parçasının uzayda nasıl hareket ettiğine dair kesin bilgilere ihtiyaç duyarlar.

OpenPose, bilgisayarlı görünün bu alanında önemli bir adımdı. Çeşitli ortamlarda atletik formu analiz etmek için pratik bir araçtı.

Birçok araştırma projesi, oyuncuların nasıl hareket ettiğine bağlı olarak belirli beyzbol eylemlerini sınıflandırarak vuruş ve atlayış gibi hareketleri ayrıştırmak için OpenPose'u kullandı. Standart video içeren açık ortamlarda çalıştığı için, araştırmacıların bu tür sistemlerin gerçek dünyadaki eğitim veya koçluk senaryolarında nasıl işleyebileceğini test etmelerine olanak tanıdı.

Bu ilk çalışmalar, günümüzde ileri spor teknolojisinde kullanılan performans takip araçlarının temelini atmaya yardımcı oldu.

Şekil 5. OpenPose kullanarak bir beyzbol eylemi sınıflandırma hattına bir bakış.

Link to this sectionGüvenlik ve emniyet sistemlerinde OpenPose kullanımı#

Benzer şekilde araştırmacılar, video tabanlı poz takibinin güvenlik izlemeyi nasıl destekleyebileceğini keşfetmek için de OpenPose'u kullandılar. Halka açık alanlarda düşmeler, beklenmedik jestler veya hareket modelleri gibi davranışların algılanmasında test edildi.

Standart kameralarla çalıştığı için OpenPose, hastaneler ve ulaşım merkezleri gibi ortamlarda erken dönem deneylerini daha erişilebilir hale getirdi. Bu çalışmalar, günümüzde gözetim, düşme algılama ve acil durum müdahale sistemlerinde kullanılan daha yeni modellerin geliştirilmesine yardımcı oldu.

Şekil 6. OpenPose tarafından etkinleştirilen düşme algılama.

Link to this sectionOpenPose'un avantajları ve dezavantajları#

İşte OpenPose'un sunduğu bazı avantajlara kısa bir bakış:

• Araştırma ve prototipleme için kullanışlı: Özellikle insan-bilgisayar etkileşimi, biyomekanik ve davranış analizi gibi alanlarda akademik araştırmalarda yaygın olarak kullanılmıştır.
• Platformlar arası destek: Hem merkezi işlem birimleri (CPU'lar) hem de grafik işlem birimleri (GPU'lar) desteğiyle Windows, Linux ve macOS üzerinde çalışabilir.
• Çevrimdışı işleme yeteneği: İnternet erişimi olmayan ortamlarda çalışabilir, bu da onu sağlık veya eğitim gibi gizliliğe duyarlı ayarlar için ideal hale getirir.

OpenPose önemli bir ileri adım olsa da, aklında tutman gereken teknik sınırlamaları da vardır. İşte OpenPose ile ilişkili temel zorluklardan bazıları:

• Yüksek işlem gereksinimleri: OpenPose'u gerçek zamanlı olarak çalıştırmak güçlü bir GPU ve önemli miktarda bilgi işlem kaynağı gerektirir.
• Ortama karşı hassas: Düşük ışıkta, kalabalık alanlarda veya kamera açıları ideal olmadığında performans düşebilir.
• Daha yeni modellere göre ağır: Daha yeni poz tahmini modelleriyle karşılaştırıldığında, OpenPose nispeten büyük ve daha yavaştır. Akıllı telefonlar, tabletler veya gömülü sistemler gibi kaynak kısıtlı cihazlarda dağıtım için uygun değildir.

Link to this sectionÖne çıkanlar#

OpenPose, poz tahminini daha erişilebilir hale getirmede önemli bir rol oynadı. Vücut hareketlerini takip etmenin, kıyafetlere veya özel ekipmanlara güvenmeden basit bir kamerayla yapılabileceğini gösterdi.

Sağlık hizmetleri, eğitim, eğlence ve araştırma genelinde birçok pratik uygulama için temel oluşturdu. Daha yeni modeller artık daha hızlı hızlar ve daha hafif performans sunsa da OpenPose, poz tahmininin nasıl geliştiğini anlamak için önemli bir referans noktası olmaya devam ediyor.

Yapay zeka hakkında daha fazla bilgi edinmek için topluluğumuza katıl ve GitHub depomuza göz at. Kendi bilgisayarlı görü çözümlerini oluşturmak istiyorsan lisanslama seçeneklerimizi keşfet. Ayrıca, sağlık hizmetlerinde bilgisayarlı görü ve lojistikte yapay zeka uygulamalarının nasıl bir etki yarattığına bir bak!