Pose and Keypoints

Определение положения суставов человека или характерных точек объекта — база для спортивной аналитики, эргономики и контроля процессов.

Ключевые тезисы

Top-down: сначала человека, затем точки внутри рамки; bottom-up — наоборот.
Heatmap-подход предсказывает карту вероятности для каждой точки и устойчивее прямой регрессии координат.
Метрика OKS — аналог для точек с учётом масштаба объекта.

Подробный разбор

2 подтемы — объяснения, формулы, примеры и интерактивные графики.

	Top-down	Bottom-up
Схема	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

Модель предсказывает карту вероятности для каждой точки, а координата берётся как максимум. Такой подход устойчивее к неопределённости (сустав может быть частично скрыт) и даёт по всей карте, а не в одной точке.

OKS = \frac{\sum _{i} exp ( - d _{i}^{2} /2 s ^{2} k _{i}^{2} ) δ ( v _{i} > 0 )}{\sum _{i} δ ( v _{i} > 0 )}

Обозначения

$Δ$ приращение — малое изменение величины
$k$ номер или количество: индекс шага, число соседей, кластеров или позиций
$\sum$ суммирование по всем перечисленным элементам
$exp$ экспонента

OKS — аналог для точек, учитывает масштаб объекта и «сложность» сустава

Тема также относится к главам:Трёхмерное зрениеРеконструкция сцены

Видеолекции

Тайм-кода именно на эту тему в записях нет. Но глава «Компьютерное зрение» разобрана в курсах целиком — с той оговоркой, что место в записи придётся искать самому.

Курс: Глубокое обучение11 записей Курс: Компьютерное зрение 3D9 записей Курс: Генеративные модели26 записей

Связанные темы

Многовидовая реконструкция · Видео и последовательности кадров

Кому эта тема нужна

Спрашивают на собеседовании: Сбер — Computer Vision.

Добавить в учебную программу

Следующий шагДальше по связи: Local Features and MatchingЧтобы связать два снимка, нужно найти на них одни и те же точки. Детектор находит выделяющиеся места, дескриптор описывает окрестность так, чтобы описание пережило поворот и смену масштаба.Перейти →

Глава «Компьютерное зрение» последний раз правилась 26 августа 2026 г.. Нашли ошибку — напишите.

Ключевые тезисы

Подробный разбор

Видеолекции

Связанные темы

Local Features and Matching90%

Epipolar Geometry90%

Fundamental and Essential Matrix90%

Triangulation90%

Structure from Motion90%

Bundle Adjustment90%

Object Tracking80%

Object Detection80%

Kalman Filter80%

Pose and Keypoints

Ключевые тезисы

Подробный разбор

1Top-down и bottom-upДва способа найти точки на изображении.

2Heatmap вместо координатПочему прямая регрессия координат работает хуже.

Видеолекции

Связанные темы

Local Features and Matching90%

Epipolar Geometry90%

Fundamental and Essential Matrix90%

Triangulation90%

Structure from Motion90%

Bundle Adjustment90%

Object Tracking80%

Object Detection80%

Kalman Filter80%