姿勢推定の種類と活用事例

画像や動画から人物や動物の姿勢を検出する「姿勢推定」について解説します。

人の姿勢や骨格を計測しようと思えば、これまでは目視で判断したり、触診をおこなったりと、かならずプロの目が必要でした。しかし姿勢推定技術を活用することで、カメラさえあれば被写体の姿勢を検出できるようになります。

このように、すこし未来を感じられる技術「姿勢推定」に関する基礎的な知識をまとめました。

記事制作：株式会社ORGO「ePose編集部」
メディア制作ポリシー

姿勢推定とは

姿勢推定とは、画像や動画に写っている被写体の姿勢を解析する技術のことを指します。

姿勢推定技術では目や鼻、肩、足首など体の各部位を「キーポイント（関節点）」として捉えて出力し、骨格やポーズを検出します。人間のポーズはもちろん、動物のポーズを検出するモデルも開発されており、今後もさまざまな産業分野で応用されていくことが期待される技術です。

ちなみに推定した姿勢の良し悪しを判断する技術は「姿勢推定」に含まれず、それは一般的に「姿勢分析」の分野になります。

姿勢推定をおこなう際には、AIモデルの一種である「姿勢推定モデル」と呼ばれる技術を使います。

その姿勢推定モデルには、主にトップダウン型とボトムアップ型の2種類があります。

トップダウン型の姿勢推定モデルでは、まずは動画や画像の中に存在する人物や動物を一つひとつ検出し、各被写体のキーポイントを検出したうえでそれぞれの姿勢を推定します。

一人ひとり別々に計算することになりますから、被写体が複雑に配置された画像や動画からでも、精度の高い姿勢推定結果を出力しやすい特徴を持ちます。

一方で課題となるのが、計算時間や学習コストです。「被写体を検出→キーポイントを検出→姿勢を推定」という複数段階のフローを踏むのに加え、姿勢推定をおこなう被写体が多くなるほど掛け算で計算時間がかかります。

ボトムアップ型では、まずは画像や動画の中にあるキーポイントをすべて検出し、その後に被写体ごとに整理して繋ぎ合わせて姿勢推定をおこないます。

一人ひとりの被写体を検出せず、あくまでキーポイント同士の繋がりを見ていくことから、トップダウン型と比べて計算結果が速くなるメリットがあり、学習時のコストも抑えやすいと言われています。

一方で人物同士が重なっている画像や動画だと、精度が甘くなりやすい点が課題とされています。

姿勢推定モデルはオープンソースで公開されているもの、簡単にデモを試せるものなど様々です。ここでは有名なモデルを厳選してご紹介していきます。

OpenPose（オープンポーズ）は、ボトムアップ型の姿勢分析モデルです。

複数の人物が写っている動画や画像のポーズをほぼリアルタイムに検出できると話題になったモデルで、オープンソースで無料公開されています。

PoseNetはGoogleから発表された姿勢分析モデル。ボトムアップ型であり、ブラウザでも動作するように作られているのが特徴です。

下記のURLにアクセスしてカメラを許可するだけで、簡単なデモを試せます。

Pose Proposal Networkは、コニカミノルタ株式会社の研究者が発表した姿勢分析モデルです。

トップダウン型ではあるものの、スピードおよび学習コストの改善に挑戦しています。

姿勢推定が用いられている事例を、いくつかご紹介します。

自動車のドライバーの姿勢を推定することにより、たとえば居眠り運転の検知、危険姿勢の検知などを行う事例があります。

もっともベーシックな活用方法の一つが、人の姿勢の良し悪しを分析して改善に活かすための使い方です。接骨院や整体院などの治療院や、フィットネスジムなどで取り入れられています。

スポーツ時やトレーニング時の姿勢や動作を検出することで、フォーム改善などに役立てている事例もあります。しかしバッティングなどあまりにスピードの速い動作だと、まだ検出が難しい場合もあります。

リハビリ・理学療法の分野では、人の歩行姿勢を正確に分析するアプローチが求められており、姿勢推定技術が注目を集めています。

姿勢推定技術は、これまでプロの目が必要で、なおかつ定量的な判断が難しかった分野にアプローチできる技術です。精度やスピードが改善されていくにつれ、より私たちの生活が豊かになる可能性があります。

わたしたちのサービス「ePose」でも、姿勢推定技術を活用して姿勢分析をおこなっています。ぜひ導入をご検討ください。