姿勢推定（しせいすいてい）

最終更新：2026/4/25

姿勢推定とは、画像や映像から人物や物体の姿勢を特定する技術のことである。

別名・同義語ポーズ推定姿勢認識

ポイント

姿勢推定は、ロボット工学、スポーツ分析、医療、セキュリティなど、幅広い分野で応用されている。近年では、深層学習の発展により、高精度な姿勢推定が可能になっている。

姿勢推定とは

姿勢推定は、画像や映像に写っている人物や物体の関節の位置や向きを推定する技術です。具体的には、人間の場合は、頭、肩、肘、手首、腰、膝、足首などの関節の位置を特定し、それらの関節を結んで姿勢を表現します。物体の場合は、物体の形状や特徴点に基づいて姿勢を推定します。

姿勢推定の初期の研究は、1970年代に始まりました。初期の研究では、手動で特徴点を設定したり、単純なモデルを使用したりしていました。1990年代に入ると、コンピュータビジョンの発展により、自動的に特徴点を検出する技術が登場しました。しかし、これらの技術は、複雑な背景や照明条件に対して脆弱でした。

2010年代に入ると、深層学習の発展により、姿勢推定の精度が飛躍的に向上しました。深層学習モデルは、大量の画像データから自動的に特徴を学習し、複雑な背景や照明条件に対してもロバストな姿勢推定が可能になりました。

姿勢推定の手法は、大きく分けて以下の2つがあります。

トップダウン方式: まず、画像から人物や物体を検出し、次に、検出された人物や物体の姿勢を推定します。この方式は、精度が高いですが、計算コストが高いという欠点があります。
ボトムアップ方式: まず、画像から関節の位置を検出し、次に、検出された関節の位置に基づいて姿勢を推定します。この方式は、計算コストが低いですが、精度が低いという欠点があります。

姿勢推定は、様々な分野で応用されています。