Poz tahmini nedir ve nerelerde kullanılabilir?

Birinin kambur durduğunu veya omuzları geride dik durduğunu gördüğünüzde, duruşunun kötü mü yoksa kendine güvenli mi olduğu hemen anlaşılır. Kimsenin bunu size açıklamanıza gerek yoktur. Çünkü zamanla vücut dilini yorumlamayı doğal olarak öğrendik. 

Deneyim ve gözlem yoluyla beyinlerimiz, insanlar da dahil olmak üzere çeşitli nesnelerin duruşunu tanımada çok iyi hale geldi. Yapay zeka (AI) ve makinelerin dünyadan görsel bilgileri yorumlamasını sağlayan bilgisayar görüşündeki son gelişmeler sayesinde, makineler de artık bu yeteneği öğrenmeye ve kopyalamaya başlıyor.

Poz tahmini, makinelerin resimlere veya videolara bakarak bir kişinin veya nesnenin konumunu ve yönünü anlamasına yardımcı olan bir bilgisayar görüşü görevidir. Bunu, birinin veya bir şeyin nasıl hareket ettiğini anlamak için eklemler ve uzuvlar gibi vücuttaki kilit noktaları belirleyerek yapar. 

Bu teknoloji, fitness, sağlık ve animasyon gibi alanlarda yaygın olarak kullanılmaktadır. Örneğin, işyeri ortamlarında, çalışanların duruşunu izlemek ve güvenlik ve sağlıklı yaşam girişimlerini desteklemek için kullanılabilir. Ultralytics YOLO11 gibi bilgisayar görüşü modelleri, insan pozlarını gerçek zamanlı olarak tahmin ederek bunu mümkün kılar.

‍

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

Poz tahmininin evrimi

Poz tahmini üzerine araştırmalar 1960'ların sonlarında ve 70'lerde başladı. Yıllar içinde, bu bilgisayar görüşü görevine yönelik yaklaşımlar, temel matematik ve geometriden yapay zeka tarafından yönlendirilen daha gelişmiş yöntemlere kaymıştır.

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

Teknoloji geliştikçe, araştırmacılar çeşitli nesnelerin, özellikle de insanların ve hayvanların pozlarını izleyip takip edebilmenin potansiyel uygulamalarını gördüler. Poz tahmini özellikle önemlidir, çünkü yapay zeka araçlarının duruşu ve hareketi daha önce mümkün olmayan şekillerde anlamasını ve ölçmesini sağlar. 

Örneğin, bilgisayarların eller serbest etkileşim için hareketleri tanımasına, sporcuların performansını artırmak için hareketlerini analiz etmesine, video oyunlarında gerçekçi animasyonlara güç vermesine ve hatta hastaların iyileşme sürecini izleyerek sağlık hizmetlerini desteklemesine olanak tanır.

Diğer bilgisayar görüşü görevlerinden farkı nedir?

Poz tahmini, nesne tespiti ve örnek segmentasyonu gibi diğer bilgisayar görüşü görevlerinden farklıdır. Bu görevler öncelikle bir görüntüdeki nesneleri tanımlamaya ve konumlandırmaya odaklanır. 

Örneğin, nesne tespiti, insanların, araçların veya hayvanların varlığını ve konumunu belirtmek için bunların etrafına sınırlayıcı kutular çizer. Örnek segmentasyonu, her nesnenin kesin şeklini piksel düzeyinde ana hatlarıyla belirleyerek bunu bir adım öteye taşır.

Ancak, bu yöntemlerin her ikisi de temel olarak nesnenin ne olduğu ve nerede olduğu ile ilgilenir; nesnenin nasıl konumlandırıldığı veya ne yapıyor olabileceği hakkında herhangi bir bilgi sağlamazlar. İşte poz kestirimi burada devreye giriyor. 

Dirsekler, dizler veya hatta bir kuyruk gibi vücuttaki kilit noktaları belirleyerek, poz kestirimi duruşu ve hareketi yorumlayabilir. Bu, eylemlerin, jestlerin ve vücut dinamiklerinin, 3D uzaydaki hareket de dahil olmak üzere daha derinlemesine anlaşılmasını sağlar.

Poz kestiriminin nasıl çalıştığını anlama

Poz kestirim modelleri genellikle iki ana yaklaşımı izler: aşağıdan yukarıya ve yukarıdan aşağıya. Aşağıdan yukarıya yaklaşımında, model önce dirsekler, dizler veya omuzlar gibi bireysel kilit noktaları tespit eder ve ardından hangi kişiye veya nesneye ait olduklarını anlamak için bunları gruplandırır. Buna karşılık, yukarıdan aşağıya yaklaşımı önce her nesneyi (örneğin, görüntüdeki bir kişiyi) tespit ederek başlar ve ardından o belirli nesnenin kilit noktalarını bulur.

‍

YOLO11 gibi bazı yeni modeller, her iki yaklaşımın faydalarını birleştirir. Manuel gruplandırma adımını atlayarak aşağıdan yukarıya yöntemin verimliliğini korurken, insanları tespit ederek ve pozlarını aynı anda tahmin ederek yukarıdan aşağıya sistemlerin hassasiyetinden de yararlanır - tek, akıcı bir süreçte.

Poz kestirimi için özel YOLO11 eğitimi

Poz kestirim modellerinin nasıl çalıştığını incelerken, şu soruyu merak ediyor olabilirsiniz: Bu modeller farklı nesnelerin pozunu tahmin etmeyi nasıl öğreniyor? İşte özel eğitim fikri burada devreye giriyor.

Özel eğitim, bir modele kendi verilerinizi kullanarak belirli kilit noktaları tanımayı öğretmek anlamına gelir. Sıfırdan bir model oluşturmak çok miktarda etiketli görüntü ve önemli ölçüde zaman gerektirdiğinden, birçok kişi transfer öğrenmeyi tercih ediyor. Bu, COCO-Pose veri kümesi üzerinde önceden eğitilmiş olan YOLO11 poz kestirim modeli gibi, zaten büyük bir veri kümesi üzerinde eğitilmiş bir modelle başlamayı ve ardından belirli bir görev veya kullanım durumu için kendi verilerinizle ince ayar yapmayı içerir.

Diyelim ki yoga pozlarıyla çalışıyorsunuz - her pozun o aktiviteye özgü kilit noktalarla etiketlendiği görüntüleri kullanarak YOLO11'e ince ayar yapabilirsiniz. Bunu yapmak için, modelin öğrenebileceği özel bir veri kümesine, yani etiketlenmiş görüntülere ihtiyacınız olacak. 

Eğitim sırasında, doğruluğu artırmak için yığın boyutu (aynı anda işlenen görüntü sayısı), öğrenme oranı (modelin öğrenmesini ne kadar hızlı güncellediği) ve epoklar (modelin veri kümesinde kaç kez döngü yaptığı) gibi ayarları yapabilirsiniz. Bu, özel ihtiyaçlarınıza göre uyarlanmış poz kestirim modelleri oluşturmayı çok daha kolay hale getirir.

Poz kestiriminin gerçek dünya uygulamaları

Poz kestiriminin ne olduğunu ve nasıl çalıştığını ele aldığımıza göre, şimdi de gerçek dünyadaki kullanım alanlarından bazılarına daha yakından bakalım.

Fizyoterapide poz kestirimi kullanımı 

Poz kestirimi, özellikle fizyoterapide sağlık sektöründe giderek daha güvenilir bir araç haline geliyor. Yapay zeka ve bilgisayar görüşünü kullanan bu sistemler, duruşu ve hareketleri gerçek zamanlı olarak izleyebilir ve bir fizyoterapistin sunabileceğine benzer geri bildirimler sağlayabilir. 

Örneğin, diz ameliyatından iyileşen bir hasta, rehabilitasyon egzersizlerini doğru yaptığından emin olmak için bir poz kestirim sistemi kullanabilir. Sistem, yanlış hareketleri tespit edebilir ve iyileştirme önerileri sunarak hastanın doğru yolda kalmasına ve yaralanmayı önlemesine yardımcı olur.

‍

Rehabilitasyonun ötesinde, poz kestirimi fitness uygulamalarına da giriyor. Örneğin, evde egzersiz yapan biri, egzersizler sırasında formunu kontrol etmek için uygulamayı kullanabilir. Uygulama, bir squat'ın açısını ayarlamak veya deadlift sırasında sırtınızın düz olduğundan emin olmak gibi gerçek zamanlı geri bildirim verebilir. Bu, kullanıcıların bir eğitmene ihtiyaç duymadan formlarını iyileştirmelerine ve yaralanmaları önlemelerine yardımcı olur.

Poz kestirimi ile sağlanan eğlence için hareket yakalama

Poz kestirimi, eğlencede hareket yakalamanın çalışma şeklini değiştirerek daha basit ve erişilebilir hale getirdi. Geçmişte, hareket yakalama, bir kişinin vücuduna işaretleyiciler yerleştirmeyi ve bunları özel kameralarla izlemeyi gerektiriyordu, bu da zor ve maliyetli olabiliyordu. 

Şimdi, yapay zeka ve bilgisayar görüşündeki gelişmelerle, işaretleyicilere ihtiyaç duymadan vücut hareketlerini izlemek için normal kameralar ve algoritmalar kullanabiliriz, bu da süreci gerçek zamanlı olarak bile daha verimli ve doğru hale getirir.

Bunun harika bir örneği Disney'in AR (Artırılmış Gerçeklik) Poser'ı. Bu eğlenceli araç, telefonunuzla bir fotoğraf çekmenize ve artırılmış gerçeklikte dijital bir karakterin pozunuzu kopyalamasına olanak tanır. Resimdeki pozunuzu analiz ederek ve 3D bir karakterle eşleştirerek eğlenceli, kişiselleştirilmiş bir AR selfie oluşturur. 

‍

Hayvan poz kestirimi tarafından yönlendirilen sosyal davranış araştırması

Hayvan davranışlarını incelemek, bilim insanlarının hayvanların nasıl iletişim kurduğunu, eş bulduğunu, yavrularına nasıl baktığını ve gruplar halinde nasıl yaşadığını anlamalarına yardımcı olur. Bu bilgi, yaban hayatını korumak ve doğal dünyayı daha derinlemesine anlamak için hayati öneme sahiptir.

Poz tahmini, hayvanlara sensör veya etiket takmadan, görüntüleri ve videoları kullanarak hayvan hareketlerini ve duruşunu izleyerek bu süreci basitleştirir. Bu sistemler, hayvanların duruşlarını otomatik olarak izleyebilir ve tımar, oyun oynama veya kavga etme gibi davranışları hakkında bilgi sağlayabilir. 

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

‍

Poz tahmininin artıları ve eksileri

İşte poz tahmininin çeşitli sektörlere 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 kılar.
  
  
• Uygun maliyetli: 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 doğadaki hayvan davranışlarını izleme gibi zaman içindeki değişikliklerin izlenmesine olanak tanıyan sürekli, gerçek zamanlı izleme sağlayabilir.

Poz tahmininin çeşitli alanlardaki avantajları açık olsa da, dikkate alınması gereken bazı zorluklar da vardır. İşte akılda tutulması gereken birkaç temel sınırlama:

• Sınırlı genelleme: İnsan veri setleri üzerinde eğitilmiş birçok model, belirli veri setleri üzerinde yeniden eğitilmeden hayvanlara veya alışılmadık vücut yapılarına iyi genellenemez.
  
  
• Çevresel sınırlamalar: Performans, yetersiz aydınlatma, hızlı hareket bulanıklığı veya dağınık arka planlar altında düşebilir.

• Yüksek tıkanıklık hassasiyeti: Özellikle kalabalık sahnelerde veya çok kişili izlemede, vücut parçaları tıkandığında veya çerçeve dışında kaldığında doğruluk düşebilir.

Önemli çıkarımlar

Poz kestirimi, ilk günlerinden bu yana uzun bir yol katetti ve işaretçiler kullanan sistemlerden YOLO11 gibi derin öğrenme modelleri tarafından yönlendirilen etkili araçlara dönüştü. İster fizik tedaviyi iyileştirmek, ister etkileşimli AR deneyimlerini güçlendirmek veya vahşi yaşam araştırmalarına yardımcı olmak olsun, poz kestirimi makinelerin hareket ve duruşu anlama biçimini değiştiriyor. Teknoloji ilerlemeye devam ettikçe, sınırlamalarının ele alınması, daha da pratik kullanımların kilidini açmanın ve makinelerin bizi ve diğer canlıları nasıl hareket ettiğimizi daha iyi anlamasını sağlamanın anahtarı olacaktır.

Yapay zeka hakkında meraklı mısınız? GitHub depomuzu keşfedin, topluluğumuzla bağlantı kurun ve bilgisayarla görü projenize başlamak için lisanslama seçeneklerimize göz atın. Çözüm sayfalarımızda perakende sektöründe yapay zeka ve lojistik sektöründe bilgisayarla görü gibi yenilikler hakkında daha fazla bilgi edinin.