Menneskekroppens nøglepunktsannotation
Shaip annoterede 150,000 billeder af billed- og videodata med et 36-nøglepunkts helkropsskema, der kombinerede ansigtsmærker (hoved, øjne, ører, næse, hage) med skeletled (skuldre, albuer, håndled, hofter, knæ, ankler) – for at understøtte positurestimering, bevægelsesanalyse, fitnesstracking og kunstig intelligens til bevægelser i sundhedsvæsenet.
Projektoversigt
I takt med at posestimering og AI med menneskelig bevægelse bliver mere og mere anvendt i produktion, havde klienten brug for et skalerbart annotationsframework til at mærke 150,000 billeder af billed- og videodata med anatomisk præcis dækning af nøglepunkter i hele kroppen på tværs af forskellige virkelige forhold.
Shaip byggede den komplette annotationspipeline, der dækker placering af nøglepunkter, håndtering af poser i flere vinkler, okklusionsstyring og struktureret kvalitetssikring – og understøtter levering af 36-punkts kropsskemaer og producerer modelklare datasæt med ensartet daglig hastighed.
Nøglestatus
Rammer annoteret
150,000
Nøglepunkter / Brødtekst
36
Daglig gennemstrømning
30 rammer
perron
CVAT
Udfordringer
- Skalering fra kontrollerede eksempelarbejdsgange til 150,000 rammer af annotation af helkropsskelettet
- Vedligeholdelse anatomisk præcision på tværs af forskellige stillinger, synsvinkler og lysforhold
- Håndtering delvis okklusion og overlappende emner uden at gå på kompromis med nøglepunkternes nøjagtighed
- Koordinerende ansigtsmærke + kropsskelet placering på et enkelt 36-punkts skema
- Opretholde en 30 billeder pr. dag pr. annotator gennemløbsbenchmark på tværs af hele teamet
Løsning
Annotationsstrategi
Shaip designede et kropsskema med 36 nøglepunkter, der dækker fuld anatomisk dækning — ansigtsmærker (hoved, øjne, ører, næse, hage) kombineret med skeletled på tværs af skuldre, arme, torso, hofter og ben. CVAT-platformen blev konfigureret med dette skema og rullet ud på tværs af teamet for at sikre ensartet mærkning.
Pose- og diversitetshåndtering
Datasættet dækkede bevidst forskellige motiver på tværs af varierende positurer, synsvinkler, lysforhold og beklædningstyper. Annotatorerne fulgte positurspecifikke retningslinjer for at håndtere stående, siddende, huggående, liggende og dynamiske bevægelsespositurer med samme niveau af nøglepunktspræcision.
Okklusion og Edge-Case-regler
Strenge regler regulerede håndteringen af delvise okklusioner — nøglepunkter bag tøj, kropsdele skjult af andre lemmer og motiver delvist uden for billedet. Skjulte landemærker blev markeret med synlighedsflag i stedet for at blive estimeret, hvilket bevarede datasættets integritet til efterfølgende poseestimeringsmodeller.
Benchmark for gennemløbs- og produktivitet
Teamet opretholdt et benchmark på 30 godkendte annoterede billeder pr. annotator pr. dag i løbet af en 8.5-timers vagt. Dette benchmark blev kalibreret i forhold til nøjagtighedsmål, hvilket sikrede, at gennemløbshastigheden ikke kompromitterede kvaliteten.
Kvalitetssikringsworkflow
Hver annoteret ramme gennemgik en struktureret kvalitetssikringsgennemgang, der dækkede nøjagtigheden af placeringen af nøglepunkter, korrektheden af synlighedsflaget og konsistensen med 36-punktsskemaet. Afviste rammer blev returneret til korrektion med feedback på annotatorniveau for at fremme løbende forbedringer.
Projektets omfang
| Datasættype | Bind | Centrale punkter | perron | gennemløb | Tidslinje |
|---|---|---|---|---|---|
| Menneskekropsskelet + annotation af nøglepunkter | 150,000 rammer | 36 pr. menneskefigur | CVAT | 30 billeder/dag/annotator | Flermåneders |
Resultater
- Etableret en skalerbar annotationsramme med 36 nøglepunkter klar til produktionstræning i posevurdering
- standardiseret placering af anatomisk landemærke på tværs af ansigts- og skeletområder
- vedligeholdt Annotatorgennemstrømning på 30 billeder pr. dag uden at gå på kompromis med præcisionen
- Leveret a forskelligartet datasæt med flere betingelser spænder over poseringer, belysning, vinkler og beklædningstyper
- Aktiverede klientens Posevurdering, bevægelsesanalyse, fitnesssporing og AI til bevægelse inden for sundhedsvæsenet køreplan
Samlet set hjalp Shaip med at transformere et krav om 150,000-frames annotation af nøglepunkter til en struktureret, produktionsklar pipeline – en pipeline, der er i stand til at understøtte AI i menneskelige stillinger, fitnesstracking, bevægelsesdiagnostik og bevægelsesapplikationer i sundhedsvæsenet med ensartet præcision og skala.
Shaip leverede vores rygrad til nøglepunktsannoteringer med den præcision, som vores poseestimeringsmodeller havde brug for. Deres 36-punkts skemaudførelse, okklusionshåndtering og ensartede daglige gennemløb resulterede direkte i stærkere modelydelse.
