La postura humana es crucial para la salud general, el bienestar y diversos aspectos de la vida. Abarca la alineación y posición del cuerpo mientras está sentado, de pie o acostado. Una buena postura favorece la alineación óptima de músculos, articulaciones y ligamentos, lo que reduce el riesgo de desequilibrios musculares, dolor en las articulaciones y lesiones por uso excesivo. Ayuda a distribuir el peso del cuerpo de manera uniforme, evitando una tensión excesiva en partes específicas del cuerpo.
Una postura adecuada permite una mejor expansión pulmonar y facilita una respiración adecuada. Encorvarse o tener una mala postura puede comprimir la cavidad torácica, restringiendo la capacidad pulmonar y dificultando una respiración eficiente. Además, una buena postura favorece una circulación saludable en todo el cuerpo. Las investigaciones sugieren que mantener una buena postura puede influir positivamente en el estado de ánimo y la confianza en uno mismo. Adoptar una postura erguida y abierta se asocia con una mayor asertividad, positividad y reducción de los niveles de estrés.
Un equipo de investigadores del Instituto Max Plank de Sistemas Inteligentes, ETH Zurich, Meshcapade y la Universidad Tsinghua construyó un marco que emplea un modelo de lenguaje grande llamado PoseGPT para comprender y razonar sobre poses humanas en 3D a partir de imágenes o descripciones textuales. Los métodos tradicionales de estimación de la pose humana, como los basados en imágenes o en texto, a menudo necesitan una comprensión más holística de la escena y un razonamiento matizado, lo que lleva a una desconexión entre los datos visuales y sus implicaciones en el mundo real. PoseGPT aborda estas limitaciones incorporando poses SMPL como un token de señal distinto dentro de un LLM multimodal al permitir la generación directa de poses corporales en 3D a partir de entradas tanto textuales como visuales.
Su método incorpora poses de SMPL como un token único al solicitar al LLM que las genere cuando se le pregunta sobre preguntas relacionadas con las poses de SMPL. Extrajeron el lenguaje incorporado de este token y utilizaron un MLP (perceptrón multicapa) para predecir los parámetros de pose SMPL directamente. Esto permite que el modelo tome texto o imágenes como entrada y salida de poses corporales en 3D.
Evaluaron PoseGPT en varias tareas diversas, como la tarea tradicional de estimación de pose humana en 3D a partir de una sola imagen y generación de pose a partir de descripciones de texto. La precisión métrica de estas tareas clásicas aún debe igualar a la de los métodos especializados, pero ven esto como una primera prueba de concepto. Más importante aún, una vez que los LLM comprenden las posturas SMPL, pueden usar su conocimiento mundial inherente para relacionarse y razonar sobre las posturas humanas sin requerir muchos datos o capacitación adicionales.
Contrariamente a los enfoques convencionales en regresión de pose, su metodología no implica proporcionar al LLM multimodal un cuadro delimitador recortado que rodee al individuo. En cambio, el modelo está expuesto a toda la escena, lo que le permite formular consultas sobre los individuos y sus respectivas poses dentro de ese contexto.
Una vez que el LLM comprende el concepto de pose corporal en 3D, adquiere la doble capacidad de generar poses humanas y comprender el mundo. Esto le permite razonar a través de entradas verbales y visuales complejas y desarrollar posturas humanas. Esto conduce a la introducción de tareas novedosas posibles gracias a esta capacidad y puntos de referencia para evaluar el rendimiento de cualquier modelo.
Revisar la Papel y Proyecto. Todo el crédito por esta investigación va a los investigadores de este proyecto. Además, no olvides unirte. nuestro SubReddit de 33k+ ML, 41k+ comunidad de Facebook, Canal de discordia, y Boletín electrónicodonde compartimos las últimas noticias sobre investigaciones de IA, interesantes proyectos de IA y más.
Si te gusta nuestro trabajo, te encantará nuestra newsletter.
Arshad es pasante en MarktechPost. Actualmente cursa su carrera internacional. Maestría en Física del Instituto Indio de Tecnología Kharagpur. Comprender las cosas hasta el nivel fundamental conduce a nuevos descubrimientos que conducen al avance de la tecnología. Le apasiona comprender la naturaleza fundamentalmente con la ayuda de herramientas como modelos matemáticos, modelos de aprendizaje automático e inteligencia artificial.