Определение положения суставов человека или характерных точек объекта — база для спортивной аналитики, эргономики и контроля процессов.
Ключевые тезисы
- Top-down: сначала детекция человека, затем точки внутри рамки; bottom-up — наоборот.
- Heatmap-подход предсказывает карту вероятности для каждой точки и устойчивее прямой регрессии координат.
- Метрика OKS — аналог IoU для точек с учётом масштаба объекта.
Подробный разбор
2 подтем — раскройте любую, чтобы увидеть объяснение, формулы, примеры и интерактивные графики.
1Top-down и bottom-up
Два способа найти точки на изображении.
| Top-down | Bottom-up | |
|---|---|---|
| Схема | детекция человека → точки внутри рамки | все точки сразу → группировка |
| Точность | выше | ниже при перекрытиях |
| Скорость | падает с числом людей | почти не зависит |
| Когда | 1–5 человек в кадре | толпа |
2Heatmap вместо координат
Почему прямая регрессия координат работает хуже.
Модель предсказывает карту вероятности для каждой точки, а координата берётся как максимум. Такой подход устойчивее к неопределённости (сустав может быть частично скрыт) и даёт градиент по всей карте, а не в одной точке.
- приращение — малое изменение величины
- номер или количество: индекс шага, число соседей, кластеров или позиций
- суммирование по всем перечисленным элементам
- экспонента
Связанные темы
Видео и последовательности кадров
Object Tracking80%
Трекинг объектов · Компьютерное зрениеСопоставление детекций между кадрами: кто из объектов на новом кадре — тот же самый, что и раньше.
Object Detection80%
Детекция объектов · Компьютерное зрениеПоиск объектов на изображении с указанием класса и ограничивающей рамки.
Kalman Filter80%
Фильтр Калмана · Временные рядыРекуррентная оценка скрытого состояния системы по зашумлённым наблюдениям. Оптимален для линейных систем с гауссовым шумом.