Estimación de pose
Also known as: detección de pose humana, detección de puntos clave del cuerpo
La estimación de pose es el proceso de visión por computadora que detecta la posición de las principales articulaciones del cuerpo (puntos clave) en cada cuadro de video, y produce el esqueleto que SwingVantage usa para medir ángulos y patrones de movimiento.
La estimación de pose pasa una red neuronal sobre los cuadros del video para ubicar puntos como hombros, codos, muñecas, caderas, rodillas y tobillos. Corre sobre una muestra de cuadros de tu clip y es la base de todas las métricas de movimiento. La precisión depende de la visibilidad: las articulaciones ocultas (por la ropa, la rotación del cuerpo o la mala luz) producen puntos de menor confianza, que se etiquetan como tales. Motion Lab corre la estimación de pose en tu dispositivo, así que el archivo de video no sale de él.
Tips by skill level
No necesitas entender cómo funciona la estimación de pose; solo saber que una buena preparación del video (luz, ángulo, cuadros por segundo) mejora directamente su precisión, y con ella la confiabilidad de todo lo demás.
Revisa el esqueleto superpuesto antes de confiar en cualquier métrica. Si una articulación se ve desviada de tu cuerpo en un momento clave (como el impacto), la métrica derivada de esa articulación en ese cuadro debe tomarse como estimación, sin importar la confianza indicada.
Example
La estimación de pose coloca 33 puntos del cuerpo en cada cuadro muestreado de un swing de golf, y le permite al motor calcular el ángulo de separación cadera-hombros hasta el impacto.
Why it matters
Sin una estimación de pose confiable, no se pueden calcular las métricas de ángulos y tiempos. Es el paso donde una buena preparación del video rinde más.
How it shows up on video
The skeleton overlay is the visible output of pose estimation — when estimation is working well, joints track smoothly. When it fails, landmarks jump or disappear, usually around fast-moving limbs or occluded joints.
Common mistakes
- Tratar toda la salida de la estimación de pose como igual de confiable: la confianza de cada punto varía según la articulación, el cuadro y la calidad del video.
- Suponer que el sistema siempre sabe dónde está tu muñeca durante un swing rápido: las articulaciones distales que se mueven rápido son las más difíciles de seguir con fiabilidad.
- Usar ropa del mismo color que el fondo, lo que hace que los puntos se desvíen.
- No revisar nunca el esqueleto superpuesto: es la forma más directa de comprobar que el seguimiento fue correcto antes de confiar en cualquier hallazgo del análisis.
In SwingVantage Motion Lab
Motion Lab runs pose estimation on a sample of frames from your clip before building its 3D view. Short gaps between tracked frames are filled in, and the 3D view labels a tracking gap or an illustrated pose rather than hiding it.
Related terms
- Esqueleto superpuestoUn esqueleto superpuesto dibuja sobre tu video las articulaciones detectadas de tu cuerpo y las líneas que las unen. Muestra exactamente qué siguió el sistema.
- Rastreo de puntos de referenciaEl rastreo de puntos de referencia sigue la posición de cada punto clave del cuerpo detectado a lo largo de cuadros de video consecutivos, y crea una trayectoria en el tiempo para cada articulación que permite medir tiempos y velocidades.
- Captura de movimiento móvilLa captura de movimiento móvil es el proceso de usar la cámara del celular y la estimación de pose en el dispositivo para seguir el movimiento del cuerpo en tiempo real o desde un clip grabado, sin equipo especializado.
- Puntaje de calidad del videoUn puntaje de calidad del video califica qué tan bien un clip respalda el análisis. En Motion Lab, la tarjeta de Calidad de captura lo muestra como un puntaje sobre 100, con una calificación y lo que limitó la lectura.
Available in other languages
See it in a real analysis
Try SwingVantage on one of your own swings — free to start.