Pose Estimation

Poz tahmini, nesnelerin varlığını basitçe tespit etmenin ötesine geçerek geometrik yapılarını ve fiziksel yönelimlerini anlamaya odaklanan özel bir bilgisayarlı görü tekniğidir. Standart nesne tespiti bir öznenin etrafına basit bir dikdörtgen kutu çizerken poz tahmini, insan vücudundaki eklemler (dirsekler, dizler, omuzlar) veya bir araçtaki yapısal köşeler gibi anahtar noktalar olarak bilinen belirli anlamsal noktaları tanımlar. Makine öğrenimi modelleri, bu işaret noktalarını eşleyerek öznenin iskelet temsilini yeniden oluşturabilir ve sistemlerin beden dilini, hareket dinamiklerini ve 2B veya 3B uzaydaki hassas konumlandırmayı yorumlamasını sağlar.

Temel Mekanizmalar: Yukarıdan Aşağıya ve Aşağıdan Yukarıya#

Modern poz tahmini, görsel verileri işlemek için genellikle Evrişimli Sinir Ağları (CNNs) kullanan gelişmiş derin öğrenme mimarilerine büyük ölçüde dayanır. Algoritmalar, anahtar noktaları belirlemek için genellikle iki temel stratejiden birini izler:

• Yukarıdan Aşağıya Yaklaşımlar: Bu yöntemde öncelikle bir nesne tespit modeli kullanılarak sınırlayıcı kutular içindeki tek tek örneklerin konumu belirlenir. Bir kişi veya nesne daha büyük görüntüden kırpıldıktan sonra poz tahmin modeli, o belirli bölgedeki anahtar noktaları tahmin eder. Bu yaklaşım genellikle oldukça isabetlidir, ancak karedeki özne sayısı arttıkça daha yüksek çıkarım gecikmesi yaşayabilir.
• Aşağıdan Yukarıya Yaklaşımlar: Buna karşılık bu strateji, görüntünün tamamındaki tüm olası anahtar noktaları eş zamanlı olarak tespit eder (örneğin, kalabalıktaki her "sol dizi" bulur) ve ardından bunları tek tek iskeletler hâlinde gruplandırmak için ilişkilendirme algoritmalarını kullanır. İnsan sayısından bağımsız olarak hesaplama maliyeti görece sabit kaldığından, bu yöntem kalabalık sahnelerde gerçek zamanlı çıkarım için genellikle tercih edilir.

YOLO26 gibi son teknoloji modeller, bu gereksinimleri dengeleyen gelişmiş uçtan uca mimariler kullanır ve uç AI cihazlarında ve mobil platformlarda kullanıma uygun yüksek hızlı poz tahmini sunar.

İlgili Bilgisayarlı Görü Terimlerini Ayırt Etme#

Bilgisayarlı görü iş akışlarındaki özgün değerini anlamak için poz tahminini diğer görsel tanıma görevlerinden ayırmak yararlıdır:

• Nesne Tespiti: Bir nesnenin ne olduğunu ve nerede bulunduğunu belirlemeye, ardından dikdörtgen bir kutu çıktısı vermeye odaklanır. Öznenin iç eklem yapısını anlamadan onu katı bir nesne olarak ele alır.
• Örnek Segmentasyonu: Nesnenin kesin şeklini çevreleyen, piksel düzeyinde kusursuz bir maske oluşturur. Segmentasyon sınırlar sağlasa da kinematik analiz için gerekli eklemleri veya iskelet bağlantılarını açıkça tanımlamaz.
• Poz Tahmini: İç yapıyı özellikle hedefler ve duruşu ve hareketi analiz etmek için önceden belirlenmiş işaret noktaları arasındaki bağlantıları (örneğin kalçadan dize) eşler.

Gerçek Dünya Uygulamaları#

İnsan ve nesne hareketlerini dijitalleştirme yeteneği, çeşitli sektörlerde dönüştürücü uygulamaların ortaya çıkmasını sağlamıştır. Bu uygulamalar genellikle açıklamalı anahtar noktalardan oluşan büyük veri kümelerini yönetmek için Ultralytics Platformu gibi araçlar kullanılarak eğitilir.

Sağlık ve Rehabilitasyon#

Tıp alanında sağlık hizmetlerinde AI, hastaların rehabilitasyonunu uzaktan izlemek için poz tahmininden yararlanır. Otomatik sistemler, eklem açılarını ve hareket açıklığını takip ederek hastaların fizik tedavi egzersizlerini evde doğru şekilde yapmasını sağlayabilir. Bu, yeniden yaralanma riskini azaltır ve klinisyenlerin pahalı laboratuvar ekipmanlarına ihtiyaç duymadan iyileşme sürecini nicel olarak değerlendirmesine olanak tanır.

Spor Analitiği#

Antrenörler ve sporcular performansı optimize etmek için spor analitiğinden yararlanır. Poz tahmin modelleri, geleneksel hareket yakalama yöntemlerinde kullanılan ve hareketi kısıtlayan işaretleyici giysilere gerek kalmadan bir golfçünün vuruş düzlemini, bir koşucunun adım uzunluğunu veya bir atıcının biyomekaniğini analiz edebilir. Bu, tekniği geliştirmek ve aşırı kullanıma bağlı yaralanmaları önlemek için anında, veriye dayalı geri bildirim sağlar.

Perakende ve Davranış Analizi#

Ticari ortamlarda perakendede AI sistemleri, yüksek raflardaki ürünlere uzanmak veya belirli reyonlarda oyalanmak gibi müşteri davranışlarını anlamak için poz tespitini kullanır. Bu veriler, fiziksel eylemleri satın alma kararlarıyla ilişkilendirerek mağaza düzenlerini optimize etmeye ve stok yönetimini iyileştirmeye yardımcı olur.

Kod Örneği: Ultralytics YOLO26 ile Poz Tahmini#

Poz tahminini uygulamak, modern Python framework'leriyle oldukça kolaydır. Aşağıdaki örnek, önceden eğitilmiş bir YOLO26 modelini (YOLO11 modelinin halefi) yüklemek ve bir görüntüdeki insan anahtar noktalarını tespit etmek için ultralytics paketinin nasıl kullanılacağını gösterir.

from ultralytics import YOLO

# Load the YOLO26 pose model (nano version for speed)
model = YOLO("yolo26n-pose.pt")

# Perform inference on an image source
# The model identifies bounding boxes and specific keypoints (joints)
results = model("https://ultralytics.com/images/bus.jpg")

# Print the xy coordinates of detected keypoints
print(results[0].keypoints.xy)

# Visualize the skeletal results directly
results[0].show()