このページは Cloud Translation API によって翻訳されました。

ML Kit を使用してポーズを検出する（iOS）

ML Kit には、ポーズ検出用に最適化された 2 つの SDK が用意されています。

SDK 名	PoseDetection	PoseDetectionAccurate
実装	ベース検出器のアセットは、ビルド時にアプリに静的にリンクされます。	正確な検出器のアセットは、ビルド時にアプリに静的にリンクされます。
アプリのサイズ	最大 29.6 MB	最大 33.2 MB
パフォーマンス	iPhone X: ~45FPS	iPhone X: ~29FPS

試してみる

サンプルアプリを試して、この API の使用例をご覧ください。

始める前に

Podfile に次の ML Kit Pod を含めます。

# If you want to use the base implementation:
pod 'GoogleMLKit/PoseDetection', '8.0.0'

# If you want to use the accurate implementation:
pod 'GoogleMLKit/PoseDetectionAccurate', '8.0.0'

プロジェクトの Pod をインストールまたは更新した後に、xcworkspace を使用して Xcode プロジェクトを開きます。ML Kit は Xcode バージョン 13.2.1 以降でサポートされています。

1. `PoseDetector` のインスタンスを作成する

画像内のポーズを検出するには、まず PoseDetector のインスタンスを作成し、必要に応じて検出設定を指定します。

`PoseDetector`のオプション

検出モード

PoseDetector は 2 つの検出モードで動作します。ユースケースに一致するものを選択してください。

stream（デフォルト）: ポーズ検出器は、まず画像内で最も目立つ人物を検出し、次にポーズ検出を実行します。後続のフレームでは、人物が隠れたり、高い信頼度で検出されなくなったりしない限り、人物検出ステップは実行されません。ポーズ検出器は、最も目立つ人物を追跡し、各推論でその人物のポーズを返そうとします。これにより、レイテンシが短縮され、検出がスムーズになります。このモードは、動画ストリーム内のポーズを検出する場合に使用します。
singleImage: ポーズ検出器は人物を検出してから、ポーズ検出を実行します。人物検出ステップはすべての画像に対して実行されるため、レイテンシが高くなり、人物追跡は行われません。静止画像でポーズ検出を使用する場合や、トラッキングが不要な場合は、このモードを使用します。

ポーズ検出器のオプションを指定します。

Swift

// Base pose detector with streaming, when depending on the PoseDetection SDK
let options = PoseDetectorOptions()
options.detectorMode = .stream

// Accurate pose detector on static images, when depending on the
// PoseDetectionAccurate SDK
let options = AccuratePoseDetectorOptions()
options.detectorMode = .singleImage

Objective-C

// Base pose detector with streaming, when depending on the PoseDetection SDK
MLKPoseDetectorOptions *options = [[MLKPoseDetectorOptions alloc] init];
options.detectorMode = MLKPoseDetectorModeStream;

// Accurate pose detector on static images, when depending on the
// PoseDetectionAccurate SDK
MLKAccuratePoseDetectorOptions *options =
    [[MLKAccuratePoseDetectorOptions alloc] init];
options.detectorMode = MLKPoseDetectorModeSingleImage;

最後に、PoseDetector のインスタンスを取得します。指定したオプションを渡します。

Swift

let poseDetector = PoseDetector.poseDetector(options: options)

Objective-C

MLKPoseDetector *poseDetector =
    [MLKPoseDetector poseDetectorWithOptions:options];

2. 入力画像を準備する

ポーズを検出するには、各画像または動画フレームに対して次の手順を行います。ストリームモードを有効にした場合は、CMSampleBuffer から VisionImage オブジェクトを作成する必要があります。

UIImage または CMSampleBuffer を使用して VisionImage オブジェクトを作成します。

UIImage を使用する場合の手順は次のとおりです。

UIImage を使用して VisionImage オブジェクトを作成します。正しい .orientation を指定してください。

Swift

let image = VisionImage(image: UIImage)
visionImage.orientation = image.imageOrientation

Objective-C

MLKVisionImage *visionImage = [[MLKVisionImage alloc] initWithImage:image];
visionImage.orientation = image.imageOrientation;

CMSampleBuffer を使用する場合の手順は次のとおりです。

CMSampleBuffer に含まれる画像データの向きを指定します。

画像の向きを取得するには:

Swift

func imageOrientation(
  deviceOrientation: UIDeviceOrientation,
  cameraPosition: AVCaptureDevice.Position
) -> UIImage.Orientation {
  switch deviceOrientation {
  case .portrait:
    return cameraPosition == .front ? .leftMirrored : .right
  case .landscapeLeft:
    return cameraPosition == .front ? .downMirrored : .up
  case .portraitUpsideDown:
    return cameraPosition == .front ? .rightMirrored : .left
  case .landscapeRight:
    return cameraPosition == .front ? .upMirrored : .down
  case .faceDown, .faceUp, .unknown:
    return .up
  }
}

Objective-C

- (UIImageOrientation)
  imageOrientationFromDeviceOrientation:(UIDeviceOrientation)deviceOrientation
                         cameraPosition:(AVCaptureDevicePosition)cameraPosition {
  switch (deviceOrientation) {
    case UIDeviceOrientationPortrait:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationLeftMirrored
                                                            : UIImageOrientationRight;

    case UIDeviceOrientationLandscapeLeft:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationDownMirrored
                                                            : UIImageOrientationUp;
    case UIDeviceOrientationPortraitUpsideDown:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationRightMirrored
                                                            : UIImageOrientationLeft;
    case UIDeviceOrientationLandscapeRight:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationUpMirrored
                                                            : UIImageOrientationDown;
    case UIDeviceOrientationUnknown:
    case UIDeviceOrientationFaceUp:
    case UIDeviceOrientationFaceDown:
      return UIImageOrientationUp;
  }
}

CMSampleBuffer オブジェクトと向きを使用して VisionImage オブジェクトを作成します。

Swift

let image = VisionImage(buffer: sampleBuffer)
image.orientation = imageOrientation(
  deviceOrientation: UIDevice.current.orientation,
  cameraPosition: cameraPosition)

Objective-C

 MLKVisionImage *image = [[MLKVisionImage alloc] initWithBuffer:sampleBuffer];
 image.orientation =
   [self imageOrientationFromDeviceOrientation:UIDevice.currentDevice.orientation
                                cameraPosition:cameraPosition];

3. 画像を処理する

VisionImage をポーズ検出のいずれかの画像処理メソッドに渡します。非同期 process(image:) メソッドまたは同期 results() メソッドを使用できます。

オブジェクトを同期的に検出するには:

Swift

var results: [Pose]
do {
  results = try poseDetector.results(in: image)
} catch let error {
  print("Failed to detect pose with error: \(error.localizedDescription).")
  return
}
guard let detectedPoses = results, !detectedPoses.isEmpty else {
  print("Pose detector returned no results.")
  return
}

// Success. Get pose landmarks here.

Objective-C

NSError *error;
NSArray *poses = [poseDetector resultsInImage:image error:&error];
if (error != nil) {
  // Error.
  return;
}
if (poses.count == 0) {
  // No pose detected.
  return;
}

// Success. Get pose landmarks here.

オブジェクトを非同期的に検出するには:

Swift

poseDetector.process(image) { detectedPoses, error in
  guard error == nil else {
    // Error.
    return
  }
  guard !detectedPoses.isEmpty else {
    // No pose detected.
    return
  }

  // Success. Get pose landmarks here.
}

Objective-C

[poseDetector processImage:image
                completion:^(NSArray * _Nullable poses,
                             NSError * _Nullable error) {
                    if (error != nil) {
                      // Error.
                      return;
                    }
                    if (poses.count == 0) {
                      // No pose detected.
                      return;
                    }

                    // Success. Get pose landmarks here.
                  }];

4. 検出されたポーズに関する情報を取得する

画像内で人物が検出された場合、非同期メソッドと同期メソッドのどちらを呼び出したかに応じて、ポーズ検出 API は Pose オブジェクトの配列を完了ハンドラに渡すか、配列を返します。

人物が画像内に完全に収まっていない場合、モデルは欠落しているランドマークの座標をフレームの外側に割り当て、InFrameConfidence の値を低くします。

人物が検出されなかった場合、配列は空になります。

Swift

for pose in detectedPoses {
  let leftAnkleLandmark = pose.landmark(ofType: .leftAnkle)
  if leftAnkleLandmark.inFrameLikelihood > 0.5 {
    let position = leftAnkleLandmark.position
  }
}

Objective-C

for (MLKPose *pose in detectedPoses) {
  MLKPoseLandmark *leftAnkleLandmark =
      [pose landmarkOfType:MLKPoseLandmarkTypeLeftAnkle];
  if (leftAnkleLandmark.inFrameLikelihood > 0.5) {
    MLKVision3DPoint *position = leftAnkleLandmark.position;
  }
}

パフォーマンスを向上させるためのヒント

結果の品質は、入力画像の品質によって異なります。

ML Kit でポーズを正確に検出するには、画像内の人物が十分なピクセルデータによって表現されている必要があります。最適なパフォーマンスを得るには、被写体が 256x256 ピクセル以上である必要があります。
リアルタイムアプリケーションでポーズを検出する場合は、入力画像の全体サイズも考慮する必要があります。サイズが小さいほど処理は高速になるため、レイテンシを短くするには画像を低い解像度でキャプチャしますが、上記の解像度要件に留意し、対象が画像のできるだけ多くの部分を占めるようにします。
画像がぼやけていると、認識精度が低下する可能性があります。満足のいく結果が得られない場合は、ユーザーに画像をキャプチャし直すよう求めてください。

リアルタイムのアプリケーションでポーズ検出を使用する場合は、適切なフレームレートを得るために次のガイドラインに従ってください。

ベースの PoseDetection SDK と stream 検出モードを使用します。
より低い解像度で画像をキャプチャすることを検討してください。ただし、この API の画像サイズに関する要件にも留意してください。
動画フレームを処理するには、検出器の results(in:) 同期 API を使用します。このメソッドを AVCaptureVideoDataOutputSampleBufferDelegate の captureOutput(_, didOutput:from:) 関数から呼び出して、指定された動画フレームから結果を同期的に取得します。AVCaptureVideoDataOutput の alwaysDiscardsLateVideoFrames を true にして、検出器の呼び出しをスロットル調整します。検出器の実行中に新しい動画フレームが使用可能になった場合は、そのフレームはドロップされます。
検出器の出力を使用して入力画像の上にグラフィックスをオーバーレイする場合は、まず ML Kit から検出結果を取得し、画像とオーバーレイを 1 つのステップでレンダリングします。これにより、ディスプレイサーフェスへのレンダリングは処理された入力フレームごとに 1 回で済みます。例については、ショーケースサンプルアプリの previewOverlayView クラスと MLKDetectionOverlayView クラスをご覧ください。

次のステップ

ポーズのランドマークを使用してポーズを分類する方法については、ポーズ分類のヒントをご覧ください。
この API の使用例については、GitHub の ML Kit クイックスタートサンプルをご覧ください。

ML Kit を使用してポーズを検出する（iOS） コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

試してみる

始める前に

1. PoseDetector のインスタンスを作成する

PoseDetectorのオプション

検出モード

Swift

Objective-C

Swift

Objective-C

2. 入力画像を準備する

Swift

Objective-C

Swift

Objective-C

Swift

Objective-C

3. 画像を処理する

Swift

Objective-C

Swift

Objective-C

4. 検出されたポーズに関する情報を取得する

Swift

Objective-C

パフォーマンスを向上させるためのヒント

次のステップ

ML Kit を使用してポーズを検出する（iOS）

1. `PoseDetector` のインスタンスを作成する

`PoseDetector`のオプション