Poz kestirimi nedir ve nerede kullanılabilir?

Birinin kambur durduğunu veya omuzları dik bir şekilde ayakta durduğunu gördüğünüzde, duruşunun kötü mü yoksa özgüvenli mi olduğunu hemen anlarsınız. Kimsenin bunu size açıklamasına gerek yoktur. Bunun nedeni, zamanla vücut dilini yorumlamayı doğal olarak öğrenmiş olmamızdır.

Deneyim ve gözlem yoluyla beyinlerimiz, insanlar da dahil olmak üzere çeşitli nesnelerin duruşunu tanıma konusunda çok yetenekli hale gelmiştir. Yapay zeka (AI) ve makinelerin dünyadan gelen görsel bilgileri yorumlamasını sağlayan bir alan olan bilgisayarlı görü konusundaki son gelişmeler sayesinde, makineler de artık bu yeteneği öğrenmeye ve taklit etmeye başlıyor.

Poz tahmini, görüntüleri veya videoları inceleyerek makinelerin bir kişinin veya nesnenin konumunu ve yönelimini belirlemesine yardımcı olan bir bilgisayarlı görü görevidir. Bunu, birinin veya hatta bir şeyin nasıl hareket ettiğini anlamak için eklemler ve uzuvlar gibi vücuttaki önemli noktaları tanımlayarak yapar.

Bu teknoloji fitness, sağlık ve animasyon gibi alanlarda yaygın olarak kullanılmaktadır. Örneğin iş yeri ortamlarında, çalışanların duruşunu izlemek ve güvenlik ve sağlık girişimlerini desteklemek için kullanılabilir. Ultralytics YOLO11 gibi bilgisayarlı görü modelleri, insan pozlarını gerçek zamanlı olarak tahmin ederek bunu mümkün kılmaktadır.

Şekil 1. Çalışanların duruşunu izlemek için YOLO11 kullanımına bir örnek.

Bu makalede poz tahminine ve nasıl çalıştığına, ayrıca fark yarattığı gerçek dünya kullanım senaryolarına daha yakından bakacağız. Haydi başlayalım!

Link to this sectionPoz tahmininin evrimi#

Poz tahmini üzerine araştırmalar 1960'ların sonu ve 70'lerde başladı. Yıllar geçtikçe, bu bilgisayarlı görü görevine yönelik yaklaşımlar, temel matematik ve geometriden yapay zeka destekli daha gelişmiş yöntemlere doğru evrildi.

Başlangıçta teknikler sabit kamera açılarına ve bilinen referans noktalarına bağlıydı. Daha sonra 3D modelleri ve özellik eşleştirmeyi içerecek şekilde gelişti. Bugün YOLO11 gibi derin öğrenme modelleri, görüntülerden veya videolardan gerçek zamanlı olarak vücut pozisyonlarını tespit edebiliyor ve bu da poz tahminini her zamankinden daha hızlı ve doğru hale getiriyor.

Teknoloji geliştikçe araştırmacılar, özellikle insanlar ve hayvanlar olmak üzere çeşitli nesnelerin pozlarını izleyebilmenin ve takip edebilmenin potansiyel uygulamalarını gördüler. Poz tahmini, yapay zeka araçlarının duruşu ve hareketi daha önce mümkün olmayan şekillerde anlamasını ve ölçmesini sağladığı için özellikle önemlidir.

Örneğin, bilgisayarların temassız etkileşim için jestleri tanımasını sağlar, sporcuların performansını artırmak için hareketlerini analiz eder, video oyunlarında gerçekçi animasyonlara güç verir ve hatta hastaların iyileşme sürecini takip ederek sağlığı destekler.

Link to this sectionDiğer bilgisayarlı görü görevlerinden farkı nedir?#

Poz tahmini, nesne algılama ve örnek bölümleme gibi diğer bilgisayarlı görü görevlerinden farklıdır. Bu görevler temel olarak bir görüntü içindeki nesneleri tanımlamaya ve konumlandırmaya odaklanır.

Örneğin nesne algılama, insanlar, araçlar veya hayvanlar gibi öğelerin çevresine, varlıklarını ve konumlarını belirtmek için sınırlayıcı kutular çizer. Örnek bölümleme ise her nesnenin kesin şeklini piksel düzeyinde ana hatlarıyla belirterek bunu bir adım öteye taşır.

Ancak her iki yöntem de esas olarak nesnenin ne olduğu ve nerede olduğu ile ilgilenir; nesnenin nasıl konumlandırıldığı veya ne yapıyor olabileceği hakkında herhangi bir bilgi sağlamazlar. İşte poz tahmininin kritik hale geldiği nokta burasıdır.

Dirsekler, dizler ve hatta kuyruk gibi vücuttaki önemli noktaları tanımlayarak poz tahmini, duruşu ve hareketi yorumlayabilir. Bu, 3D uzaydaki hareketler dahil olmak üzere eylemlerin, jestlerin ve vücut dinamiklerinin daha derinlemesine anlaşılmasını sağlar.

Link to this sectionPoz tahmininin nasıl çalıştığını anlamak#

Poz tahmini modelleri genellikle iki ana yaklaşımı izler: aşağıdan yukarıya (bottom-up) ve yukarıdan aşağıya (top-down). Aşağıdan yukarıya yaklaşımda model önce dirsek, diz veya omuz gibi bireysel önemli noktaları tespit eder ve ardından bunların hangi kişiye veya nesneye ait olduğunu bulmak için bunları gruplandırır. Buna karşılık, yukarıdan aşağıya yaklaşım, önce her bir nesneyi (örneğin görüntüdeki bir kişiyi) tespit ederek başlar ve ardından o nesne için önemli noktaları bulur.

Şekil 2. Aşağıdan yukarıya ve yukarıdan aşağıya poz tahmini yöntemleri.

YOLO11 gibi bazı yeni modeller, her iki yaklaşımın faydalarını birleştirir. Manuel gruplandırma adımını atlayarak aşağıdan yukarıya yöntemin verimliliğini korurken, kişileri tespit edip pozlarını tek seferde, düzenli bir süreçle tahmin ederek yukarıdan aşağıya sistemlerin hassasiyetinden de yararlanır.

Link to this sectionPoz tahmini için YOLO11 özel eğitimi#

Poz tahmini modellerinin nasıl çalıştığına bakarken şu soruyu soruyor olabilirsin: Bu modeller farklı nesnelerin pozlarını tahmin etmeyi gerçekte nasıl öğreniyor? İşte bu noktada özel eğitim fikri devreye giriyor.

Özel eğitim, bir modele kendi verilerini kullanarak belirli önemli noktaları tanımasını öğretmek anlamına gelir. Sıfırdan bir model oluşturmak büyük miktarda etiketli görüntü ve önemli bir zaman gerektirdiğinden, birçok kişi transfer öğrenimini tercih eder. Bu, halihazırda büyük bir veri kümesi üzerinde eğitilmiş bir modelle, örneğin COCO-Pose veri kümesi üzerinde önceden eğitilmiş YOLO11 poz tahmini modeli ile başlamayı ve ardından bunu belirli bir görev veya kullanım durumu için kendi verilerinizle ince ayar yaparak geliştirmeyi içerir.

Yoga pozlarıyla çalıştığını varsayalım; YOLO11'e, her pozun o aktiviteye özel önemli noktalarla etiketlendiği görüntüleri kullanarak ince ayar yapabilirsin. Bunu yapmak için, modelin öğrenebileceği etiketli görüntülerden oluşan özel bir veri kümesine ihtiyacın olacak.

Eğitim sırasında, doğruluğu artırmak için batch size (bir kerede işlenen görüntü sayısı), learning rate (modelin öğrenmesini ne kadar hızlı güncellediği) ve epochs (modelin veri kümesi üzerinde kaç kez döngü yaptığı) gibi ayarları değiştirebilirsin. Bu, ihtiyaçlarına göre uyarlanmış poz tahmini modelleri oluşturmayı çok daha kolay hale getirir.

Link to this sectionPoz tahmininin gerçek dünya uygulamaları#

Artık poz tahmininin ne olduğunu ve nasıl çalıştığını tartıştığımıza göre, gerçek dünya kullanım senaryolarından bazılarına daha yakından bakalım.

Link to this sectionFizyoterapi için poz tahminini kullanma#

Poz tahmini, sağlık sektöründe, özellikle fizik tedavide yavaş yavaş güvenilir bir araç haline geliyor. Yapay zeka ve bilgisayarlı görüyü kullanan bu sistemler, duruşu ve hareketleri gerçek zamanlı olarak izleyebilir ve bir fizyoterapistin sunacağına benzer geri bildirimler sağlayabilir.

Örneğin, diz ameliyatı sonrası iyileşme sürecindeki bir hasta, rehabilitasyon egzersizlerini doğru yaptığından emin olmak için bir poz tahmini sistemi kullanabilir. Sistem, yanlış hareketleri fark edebilir ve iyileştirme için öneriler sunarak hastanın doğru yolda kalmasına ve yaralanmaları önlemesine yardımcı olabilir.

Şekil 3. Fizyoterapi için YOLO11 kullanımına bir örnek.

Rehabilitasyonun ötesinde, poz tahmini fitness uygulamalarına da girmektedir. Örneğin evde egzersiz yapan biri, egzersiz sırasındaki formunu kontrol etmek için uygulamayı kullanabilir. Uygulama, squat açısını düzeltmek veya deadlift sırasında sırtınızın düz olduğundan emin olmak gibi gerçek zamanlı geri bildirimler verebilir. Bu, kullanıcıların bir eğitmene ihtiyaç duymadan formlarını geliştirmelerine ve yaralanmaları önlemelerine yardımcı olur.

Link to this sectionPoz tahmini ile mümkün kılınan eğlence amaçlı hareket yakalama#

Poz tahmini, eğlence sektöründe hareket yakalamanın çalışma şeklini değiştirerek onu daha basit ve erişilebilir hale getirdi. Geçmişte hareket yakalama, bir kişinin vücuduna işaretleyiciler yerleştirmeyi ve bunları özel kameralarla takip etmeyi gerektiriyordu ki bu da zor ve maliyetli olabiliyordu.

Artık yapay zeka ve bilgisayarlı görüdeki gelişmelerle, işaretleyicilere ihtiyaç duymadan vücut hareketlerini takip etmek için normal kameralar ve algoritmalar kullanabiliyoruz, bu da süreci gerçek zamanlı olarak bile daha verimli ve doğru hale getiriyor.

Bunun harika bir örneği Disney'in AR (Artırılmış Gerçeklik) Poser aracıdır. Bu eğlenceli araç, telefonunuzla bir fotoğraf çekmenize ve dijital bir karakterin artırılmış gerçeklikte pozunuzu taklit etmesine olanak tanır. Resimdeki pozunuzu analiz edip bunu bir 3D karakterle eşleştirerek eğlenceli, kişiselleştirilmiş bir AR selfie'si oluşturarak çalışır.

Şekil 4. Bir AR karakteri, poz tahminini kullanarak kişinin pozunu taklit ediyor.

Link to this sectionHayvan poz tahmini ile desteklenen sosyal davranış araştırması#

Hayvan davranışlarını incelemek, bilim insanlarının hayvanların nasıl iletişim kurduğunu, eş bulduğunu, yavrularına baktığını ve gruplar halinde nasıl yaşadığını anlamalarına yardımcı olur. Bu bilgi, vahşi yaşamı korumak ve doğal dünya hakkında daha derin bir anlayış kazanmak için hayati önem taşır.

Poz tahmini, hayvanlara sensör veya etiket takmadan, görüntü ve videoları kullanarak hayvan hareketlerini ve duruşlarını takip ederek bu süreci basitleştirir. Bu sistemler, tımar etme, oynama veya dövüşme gibi davranışlara dair içgörüler sağlayarak pozlarını otomatik olarak izleyebilir.

Bunun ilginç bir örneği, bilim insanlarının maymun davranışlarını incelemek için poz tahminini kullanmasıdır. Hatta araştırmacılar, altı maymun türünden 71.000'den fazla etiketli görüntü içeren OpenApePose gibi veri kümeleri derlemişlerdir.

Şekil 5. Maymun poz tahmini.

Link to this sectionPoz tahmininin artıları ve eksileri#

İşte poz tahmininin çeşitli endüstrilere getirebileceği temel faydalardan bazıları:

• Ölçeklenebilirlik: Poz tahmini sistemleri, akıllı telefonlardan gelişmiş kamera kurulumlarına kadar çok çeşitli cihazlarda konuşlandırılabilir, bu da onları farklı kullanım durumları ve ortamlar için son derece ölçeklenebilir ve erişilebilir hale getirir.
• Maliyet etkinliği: Poz tahmini normal kameralara dayandığından ve pahalı sensörler veya etiketler gerektirmediğinden, hem araştırma hem de ticari uygulamalarda hareketi izlemek için daha uygun maliyetli bir çözüm olabilir.
• Sürekli izleme: Poz tahmini sistemleri, rehabilitasyondaki hasta ilerlemesi veya vahşi yaşamdaki hayvan davranışlarının takibi olsun, zaman içindeki değişikliklerin izlenmesine olanak tanıyan sürekli, gerçek zamanlı takip sağlayabilir.

Poz tahmininin avantajları çeşitli alanlarda açık olsa da, göz önünde bulundurulması gereken bazı zorluklar da vardır. İşte aklınızda bulundurmanız gereken birkaç temel sınırlama:

• Sınırlı genelleme: İnsan veri kümeleri üzerinde eğitilen birçok model, belirli veri kümeleri üzerinde yeniden eğitilmeden hayvanlara veya alışılmadık vücut yapılarına iyi uyum sağlayamaz.

• Çevresel sınırlamalar: Performans kötü aydınlatma, hızlı hareket bulanıklığı veya karmaşık arka planlar altında düşebilir.

• Oklüzyona karşı yüksek hassasiyet: Vücut kısımları engellendiğinde veya kadraj dışında kaldığında, özellikle kalabalık sahnelerde veya çok kişili takiplerde doğruluk düşebilir.

Link to this sectionÖne çıkanlar#

Poz tahmini, işaretleyiciler kullanan sistemlerden YOLO11 gibi derin öğrenme modelleri tarafından desteklenen etkili araçlara dönüşerek ilk günlerinden bu yana uzun bir yol kat etti. İster fizik tedaviyi iyileştirmek, ister interaktif AR deneyimlerine güç vermek veya vahşi yaşam araştırmalarına yardımcı olmak olsun, poz tahmini makinelerin hareketi ve duruşu anlama biçimini değiştiriyor. Teknoloji ilerlemeye devam ettikçe, sınırlamalarını ele almak, daha da pratik kullanımların kilidini açmanın ve makineleri bizim ve diğer canlıların nasıl hareket ettiğini anlama konusunda daha iyi hale getirmenin anahtarı olacaktır.

Yapay zeka meraklısı mısın? Bilgisayarlı görü projeni başlatmak için GitHub depomuzu keşfet, topluluğumuzla bağlantı kur ve lisanslama seçeneklerimize göz at. Perakendede yapay zeka ve lojistik sektöründe bilgisayarlı görü gibi inovasyonlar hakkında daha fazla bilgiyi çözüm sayfalarımızda bulabilirsin.