Pose Estimation
Also known as: deteksi pose manusia, deteksi keypoint tubuh
Pose estimation adalah proses computer-vision yang mendeteksi posisi sendi utama tubuh (keypoint) di setiap frame video, menghasilkan kerangka yang dipakai SwingVantage untuk mengukur sudut dan pola gerakan.
Pose estimation menjalankan jaringan saraf di atas frame video untuk menemukan landmark seperti bahu, siku, pergelangan tangan, pinggul, lutut, dan pergelangan kaki. Ia berjalan pada sampel frame dari klipmu dan menjadi fondasi semua metrik gerakan. Akurasi bergantung pada visibilitas: sendi yang terhalang (tertutup pakaian, rotasi tubuh, atau pencahayaan buruk) menghasilkan keypoint berkeyakinan lebih rendah yang diberi label sesuai. Motion Lab menjalankan pose estimation di perangkatmu, sehingga file video tidak keluar darinya.
Tips by skill level
Kamu tidak perlu memahami cara kerja pose estimation — cukup tahu bahwa setup video yang baik (cahaya, sudut, frame rate) langsung meningkatkan akurasinya, yang meningkatkan keandalan semua yang lain.
Tinjau overlay kerangka sebelum mempercayai metrik apa pun. Jika sebuah sendi terlihat bergeser dari tubuhmu di momen kunci (seperti impact), metrik yang diturunkan dari sendi itu di frame itu harus diperlakukan sebagai perkiraan, apa pun keyakinan yang dinyatakan.
Example
Pose estimation menempatkan 33 landmark tubuh pada setiap frame sampel ayunan golf, memungkinkan mesin menghitung sudut hip-to-shoulder separation sampai impact.
Why it matters
Tanpa pose estimation yang andal, metrik sudut dan timing tidak bisa dihitung sama sekali. Ini langkah di mana setup video yang baik paling berbuah.
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
- Memperlakukan semua keluaran pose estimation sama andalnya — keyakinan landmark bervariasi menurut sendi, frame, dan kualitas video.
- Mengira sistem selalu tahu di mana pergelangan tanganmu saat ayunan cepat — sendi distal yang bergerak cepat adalah yang paling sulit dilacak andal.
- Memakai pakaian yang warnanya sama dengan latar, yang menyebabkan landmark bergeser.
- Tidak memeriksa overlay kerangka sama sekali — ia cara paling langsung memverifikasi pelacakan akurat sebelum mempercayai temuan analisis apa pun.
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
- Skeleton OverlaySkeleton overlay menggambar sendi tubuh yang terdeteksi, beserta garis penghubungnya, di atas videomu. Ini menunjukkan persis apa yang dilacak sistem.
- Landmark TrackingLandmark tracking mengikuti posisi setiap keypoint tubuh yang terdeteksi lintas frame video berurutan, menciptakan lintasan deret waktu untuk setiap sendi yang memungkinkan pengukuran timing dan kecepatan.
- Mobile Motion CaptureMobile motion capture adalah proses memakai kamera ponsel dan pose estimation di perangkat untuk melacak gerakan tubuh secara real time atau dari klip yang direkam — tanpa perangkat keras khusus.
- Skor Kualitas VideoSkor kualitas video menilai seberapa baik sebuah klip mendukung analisis. Di Motion Lab, kartu Kualitas Rekaman menampilkannya sebagai skor dari 100, dengan nilai huruf dan apa yang membatasi pembacaan.
Available in other languages
See it in a real analysis
Try SwingVantage on one of your own swings — free to start.