A estimativa de pose humana é uma importante área de pesquisa em visão computacional. Envolve a estimativa de pontos únicos no corpo humano, também conhecidos como pontos-chave . Nesta postagem do blog, discutiremos um algoritmo para encontrar pontos-chave em imagens contendo seres humanos, chamado Keypoint-RCNN . O código foi escrito usando a biblioteca Torchvision usando Pytorch .
Digamos que você queira criar um personal trainer que possa orientá-lo na postura corporal correta, analisando a postura das articulações do seu corpo. É aqui que a estimativa de pose entra em jogo.
A ideia da detecção de pontos-chave é detectar pontos de interesse ou locais-chave em uma imagem. Estes podem ser:
- Marcos faciais (por exemplo, ponta do nariz, cantos dos olhos, bordas faciais, etc.)
- ou articulações do corpo humano (ombros, pulsos, tornozelos)
- ou cantos e bolhas na imagem
De RCNN para Máscara-RCNN
- Tudo começou com a RCNN (Region-Based Convolutional Neural Network) evoluindo para Fast-RCNN, depois Faster-RC