تقدير الوضعية ونقاط المفتاح
تحديد المفاصل واستعادة الهيكل العظمي
يُعرض النص الكامل باللغة الإنجليزية؛ وقد تمت ترجمة العنوان والملخص.
ما الذي تعنيه هذه القدرة
Takes an image or video and outputs coordinates for a set of keypoints — shoulders, elbows, wrists, hips, knees, ankles — which join into a skeleton. It adds geometric structure on top of detection and returns coordinate sequences rather than classes. It works both on a single person and on many people, grouping points per individual.
كيف تُنفَّذ تقنيًا
Two paradigms dominate: top-down detects each person first and regresses keypoints inside the box, accurate but slower as the crowd grows; bottom-up predicts all joints over the image at once and assembles points into individuals using part-affinity fields, with speed largely independent of headcount. Heatmap regression was long the standard, and direct coordinate regression with Transformer backbones has since matured.
منتجات تمثيلية
4Gemini
2023نموذج عام متعدد الوسائط بطبيعته، مصمم لسياقات طويلة جدًا
Qwen
2023عائلة بأوزان مفتوحة تغطي أحجامًا متعددة، مع نسخ متعددة الوسائط
Optimus
2022مشروع روبوت شبيه بالبشر يعيد استخدام إدراك القيادة الذاتية
Figure 02
2024روبوت شبيه بالبشر من الجيل الثاني يقوده نموذج رؤية ولغة وحركة
المؤسسات ذات الصلة
الاستخدامات الشائعة
- Fitness and sports motion analysis
- Human–computer interaction and gesture control
- Motion capture and animation driving
- Hand and face tracking
كيف يُقاس مدى جودتها
- PCK
- Share of keypoints falling within a radius of the truth
- OKS / keypoint mAP
- Detection average precision weighted by joint visibility
- MPJPE
- Mean joint position error in 3D pose, in millimetres
الحدود والصعوبات
- Occlusion and crops drop keypoints, yet the model still fills in a plausible but wrong location
- Extreme poses — handstands, curled-up bodies — fall outside training and amplify error
- With mutual occlusion, limbs are stitched onto the wrong person
المفاهيم الكامنة وراءها
كشف الأجسام
من «ما الذي في الصورة» إلى «ماذا وأين وكم العدد»
الشبكات العصبية الالتفافية
استبدال الاتصال الكامل بـ«النظر محليًا وإعادة استخدام المسطرة نفسها في كل مكان» — الفكرة التي جعلت التعرّف على الصور ممكنًا
التمثيل الرقمي للصورة
الصورة بالنسبة للآلة ليست سوى شبكات من الأرقام متراكبة