Pose-Schätzung (Pose estimation)

Schätzung von Position und Orientierung eines Körpers oder Objekts aus Sensordaten, oft aus RGB- oder Tiefenbildern.

Pose-Schätzung rekonstruiert, wo Gelenke und Gliedmaßen im Raum liegen, damit Software Avatare animieren, Übungen zählen oder Robotergriffe planen kann. Monokulares RGB, Multi-Kamera-Rigs oder Tiefenkameras können die Eingabe liefern.

Kinect (2010) schätzte 20 Gelenkpositionen, indem es jedes Tiefenpixel mit einem Körperteil über Random Forests labelte, trainiert auf synthetischen Trainingsdaten (Artikel). Spätere Deep-Learning-Modelle dominieren viele Pose-Benchmarks, doch Kinect bewies, dass die Funktion in Konsolenlatenz lieferbar ist.