Poz Tahmini Modelleri
Poz Tahmini için en iyi AI modellerini keşfet
OpenPose
OpenPose, Carnegie Mellon Üniversitesi'nde geliştirilen ve görüntüler ile videolarda birden fazla kişinin vücut, yüz, el ve ayak anahtar noktalarını eşzamanlı olarak algılayan öncü gerçek zamanlı çoklu kişi poz tahmin sistemidir. Gerçek zamanlı çoklu kişi poz algılaması gerçekleştiren ilk açık kaynak sistem olarak OpenPose, bilgisayarlı görü araştırma ve yaratıcı AI uygulamalarında temel bir araç haline gelmiştir. Yaklaşık 25 milyon parametreli CNN (Evrişimli Sinir Ağı) mimarisi üzerine inşa edilen model, kalabalık sahnelerde algılanan vücut parçalarını doğru bireylerle ilişkilendirmek için Part Affinity Fields (PAF'ler) kullanır ve insanlar örtüştüğünde veya birbirini kısmen kapattığında bile doğru poz tahmini sağlar. OpenPose, kişi başına 25 noktalı tam vücut iskeleti, her el için 21 nokta ve 70 noktalı yüz olmak üzere 135'e kadar anahtar nokta algılayarak detaylı hareket analizi için kapsamlı poz bilgisi sunar. Sistem hem görüntüleri hem de video akışlarını işleyerek modern GPU'larda etkileşimli uygulamalar için uygun gerçek zamanlı performans sağlar. OpenPose, özellikle Stable Diffusion ve FLUX tabanlı üretim boru hatlarında ControlNet koşullandırma için standart poz çıkarma yöntemi olarak AI görüntü üretim iş akışlarına kapsamlı şekilde entegre edilmiştir. Özel ticari olmayan lisans altında yayınlanan kaynak kodu GitHub'da mevcuttur ve bilgisayarlı görü depoları arasında en yüksek yıldız sayılarından birine ulaşmıştır. Temel uygulamalar arasında animasyon ve oyun için hareket yakalama, fitness ve rehabilitasyon takibi, spor biyomekaniği analizi, işaret dili tanıma ve AI görüntü üretim araçları için poz koşullandırma sağlama yer alır.
DWPose
DWPose, IDEA Research tarafından geliştirilen ve vücut anahtar noktalarını, el hareketlerini ve yüz referans noktalarını tek bir birleşik çerçevede algılayan son teknoloji tüm vücut poz tahmini modelidir. CNN ve Transformer bileşenlerini birleştiren RTMPose tabanlı mimari üzerine inşa edilen DWPose, hızlı çıkarım hızlarını korurken OpenPose ve diğer geleneksel poz tahmin sistemlerine kıyasla üstün doğruluk elde eder. Yaklaşık 100 milyon parametreli model, tam vücut iskeleti, bireysel parmak eklemleriyle her iki el ve 68 yüz referans noktasını kapsayan 133 anahtar noktayı tek bir ileri geçişte eşzamanlı olarak tahmin ederek kapsamlı poz bilgisi sağlar. DWPose, çıkarılan poz verilerinin Stable Diffusion ve FLUX gibi difüzyon modellerini belirli vücut pozisyonları ve jestlere uygun görüntüler üretmeye yönlendirdiği ControlNet tabanlı görüntü üretim iş akışları için tercih edilen poz tahmini omurgası haline gelmiştir. Model, tek bir karede birden fazla kişiyi işler, farklı vücut tipleri, giysi stilleri ve kısmi oklüzyonlarda güvenilir çalışır ve örtüşen uzuvlar veya alışılmadık pozlar gibi zorlu senaryolarda bile doğruluğunu korur. Apache 2.0 lisansı altında yayınlanan DWPose tamamen açık kaynaklıdır ve ComfyUI, Diffusers kütüphanesi ve özel animasyon boru hatlarıyla sorunsuz entegre olur. AI görüntü üretiminin ötesinde, oyun geliştirme için hareket yakalama, fitness takip uygulamaları, işaret dili tanıma, dans koreografi analizi ve spor biyomekaniği araştırmalarında hizmet verir.