मानव शरीर मुख्यबिंदु एनोटेशन
शैप ने चेहरे के प्रमुख बिंदुओं (सिर, आंखें, कान, नाक, ठोड़ी) को कंकाल के जोड़ों (कंधे, कोहनी, कलाई, कूल्हे, घुटने, टखने) के साथ मिलाकर, छवि और वीडियो डेटा के 150,000 फ्रेमों को 36 प्रमुख बिंदुओं वाली पूर्ण-शरीर योजना के साथ एनोटेट किया - ताकि मुद्रा अनुमान, गति विश्लेषण, फिटनेस ट्रैकिंग और स्वास्थ्य सेवा आंदोलन एआई को शक्ति प्रदान की जा सके।
परियोजना अवलोकन
जैसे-जैसे पोज एस्टिमेशन और ह्यूमन मोशन एआई उत्पादन में उपयोग होने लगे, क्लाइंट को एक स्केलेबल एनोटेशन फ्रेमवर्क की आवश्यकता थी जो विविध वास्तविक दुनिया की स्थितियों में शारीरिक रूप से सटीक पूर्ण-शरीर प्रमुख बिंदुओं को कवर करते हुए छवि और वीडियो डेटा के 150,000 फ्रेम को लेबल कर सके।
शैप ने कीपॉइंट प्लेसमेंट, मल्टी-एंगल पोज हैंडलिंग, ऑक्लूजन मैनेजमेंट और स्ट्रक्चर्ड क्यूए को कवर करते हुए एंड-टू-एंड एनोटेशन पाइपलाइन का निर्माण किया - जो 36-पॉइंट बॉडी स्कीमा डिलीवरी का समर्थन करता है और लगातार दैनिक थ्रूपुट पर मॉडल-रेडी डेटासेट का उत्पादन करता है।
मुख्य स्थिति
फ़्रेमों पर टिप्पणी की गई
150,000
मुख्य बिंदु / मुख्य भाग
36
दैनिक थ्रूपुट
30 फ्रेम
मंच
सीवीएटी
चुनौतियां
- नियंत्रित नमूना वर्कफ़्लो से लेकर स्केलिंग तक 150,000 फ्रेम पूर्ण शरीर कंकाल एनोटेशन का
- को बनाए रखने के शारीरिक परिशुद्धता विभिन्न मुद्राओं, देखने के कोणों और प्रकाश की स्थितियों में
- हैंडलिंग आंशिक अवरोध और मुख्य बिंदुओं की सटीकता से समझौता किए बिना विषयों को ओवरलैप करना।
- समन्वय चेहरे के विशिष्ट चिह्न + शरीर का कंकाल एकल 36-बिंदु योजना पर स्थान निर्धारण
- एक को बनाए रखना प्रत्येक एनोटेटर द्वारा प्रतिदिन 30 फ्रेम पूरी टीम में थ्रूपुट बेंचमार्क
उपाय
एनोटेशन रणनीति
शैप ने संपूर्ण शारीरिक संरचना को कवर करने वाला 36 प्रमुख बिंदुओं वाला एक बॉडी स्कीमा तैयार किया — जिसमें चेहरे के प्रमुख बिंदु (सिर, आंखें, कान, नाक, ठोड़ी) के साथ-साथ कंधे, हाथ, धड़, कूल्हे और पैरों के कंकाल जोड़ शामिल थे। इस स्कीमा के साथ CVAT प्लेटफॉर्म को कॉन्फ़िगर किया गया और एकरूप लेबलिंग के लिए पूरी टीम में लागू किया गया।
मुद्रा और विविधता से निपटना
इस डेटासेट में जानबूझकर अलग-अलग मुद्राओं, देखने के कोणों, प्रकाश की स्थितियों और कपड़ों के प्रकारों के साथ विविध विषयों को शामिल किया गया था। एनोटेटर्स ने खड़े होने, बैठने, झुकने, लेटने और गतिशील गति की मुद्राओं को समान स्तर की कीपॉइंट सटीकता के साथ संभालने के लिए मुद्रा-विशिष्ट दिशानिर्देशों का पालन किया।
अवरोध और एज-केस नियम
आंशिक अवरोधों (कपड़ों के पीछे छिपे प्रमुख बिंदु, अन्य अंगों द्वारा छिपे शरीर के अंग और फ्रेम से आंशिक रूप से बाहर स्थित विषय) से निपटने के लिए सख्त नियम लागू किए गए थे। छिपे हुए स्थलों को अनुमानित करने के बजाय दृश्यता चिह्नों से चिह्नित किया गया था, जिससे आगे के पोज़ अनुमान मॉडल के लिए डेटासेट की अखंडता बनी रहे।
थ्रूपुट और उत्पादकता बेंचमार्क
टीम ने 8.5 घंटे की शिफ्ट में प्रति एनोटेटर प्रति दिन 30 अनुमोदित एनोटेटेड फ्रेम का मानक बनाए रखा। इस मानक को सटीकता लक्ष्यों के आधार पर कैलिब्रेट किया गया था, जिससे यह सुनिश्चित हो सके कि कार्यप्रवाह से गुणवत्ता पर कोई समझौता न हो।
गुणवत्ता आश्वासन वर्कफ़्लो
प्रत्येक एनोटेटेड फ्रेम की संरचित QA समीक्षा की गई, जिसमें प्रमुख बिंदुओं की सटीक स्थिति, दृश्यता ध्वज की शुद्धता और 36-बिंदु योजना के साथ संगति की जाँच की गई। अस्वीकृत फ्रेमों को निरंतर सुधार के लिए एनोटेटर-स्तर की प्रतिक्रिया के साथ सुधार हेतु वापस भेजा गया।
परियोजना गुंजाइश
| डेटासेट प्रकार | खंड | प्रमुख बिंदु | मंच | प्रवाह | समयरेखा |
|---|---|---|---|---|---|
| मानव शरीर का कंकाल + मुख्य बिंदु एनोटेशन | 150,000 फ्रेम | प्रति मानव आकृति 36 | सीवीएटी | 30 फ्रेम/दिन/एनोटेटर | बहु महीने |
परिणामों
- की स्थापना की स्केलेबल 36-कीपॉइंट एनोटेशन फ्रेमवर्क पोज़ एस्टिमेशन प्रोडक्शन ट्रेनिंग के लिए तैयार।
- मानकीकृत शारीरिक संरचनात्मक स्थलों का निर्धारण चेहरे और कंकाल क्षेत्रों में
- अनुरक्षित 30 फ्रेम प्रति दिन एनोटेटर थ्रूपुट सटीकता से समझौता किए बिना
- वितरित किया गया विविध, बहु-स्थिति डेटासेट इसमें पोज, लाइटिंग, एंगल और कपड़ों के प्रकार शामिल हैं।
- क्लाइंट को सक्षम किया गया पोज एस्टिमेशन, मोशन एनालिसिस, फिटनेस ट्रैकिंग और हेल्थकेयर मूवमेंट एआई रोडमैप
कुल मिलाकर, शैप ने 150,000 फ्रेम की कीपॉइंट एनोटेशन आवश्यकता को एक संरचित, उत्पादन-तैयार पाइपलाइन में बदलने में मदद की - एक ऐसी पाइपलाइन जो लगातार सटीकता और पैमाने के साथ मानव मुद्रा एआई, फिटनेस ट्रैकिंग, गति निदान और स्वास्थ्य सेवा आंदोलन अनुप्रयोगों का समर्थन करने में सक्षम है।
Shaip ने हमारे पोज़ एस्टिमेशन मॉडल की ज़रूरतों के हिसाब से सटीक कीपॉइंट एनोटेशन बैकबोन तैयार किया। उनके 36-पॉइंट स्कीमा निष्पादन, ऑक्लूज़न हैंडलिंग और लगातार दैनिक थ्रूपुट से मॉडल का प्रदर्शन और भी बेहतर हुआ।
