تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
تُعدّ واجهة برمجة التطبيقات ML Kit Pose Detection API حلاً خفيفًا ومتعدد الاستخدامات يتيح لمطوّري التطبيقات اكتشاف وضعية جسم الشخص في الوقت الفعلي من فيديو متواصل أو صورة ثابتة. تصف الوضعية وضع الجسم في لحظة
من الوقت مع مجموعة من نقاط المعالم الهيكلية. تتجاوب المعالم مع أجزاء مختلفة من الجسم مثل الكتفين والورك. يمكن استخدام المواضع
النسبية للمعالم لتمييز وضعية عن الأخرى.
تنتج أداة ML Kit Pose Detection مطابقة الهيكل العظمي لكامل الجسم من 33 نقطة وتشمل معالم الوجه (الأذنين والعينين والفم والأنف) ونقاط على اليدين والقدمين.
يوضح الشكل 1 أدناه المعالم التي تنظر عبر الكاميرا إلى المستخدم، لذا
فهي صورة معكوسة. يظهر الجانب الأيمن للمستخدم على يمين الصورة:
الشكل 1. المعالم
إنّ ميزة "رصد وضعية حزمة تعلُّم الآلة" لا تتطلّب معدّات متخصّصة أو خبرة في تعلُّم الآلة من أجل تحقيق نتائج رائعة. باستخدام هذه التكنولوجيا، يمكن للمطورين إنشاء تجارب
فريدة من نوعها لمستخدميهم باستخدام بضعة أسطر من التعليمات البرمجية فقط.
يجب أن يكون وجه المستخدم موجودًا لاكتشاف وضعية ما. تعمل ميزة "رصد الوضعية"
بشكل أفضل عندما يظهر جسم الجسم بأكمله في الإطار، وترصد أيضًا
وضعية جزئية من الجسم. في هذه الحالة، يتم تعيين إحداثيات خارج الصورة
للمعالم التي لا يتم التعرف عليها.
الإمكانات الرئيسية
دعم من عدّة منصات يمكنك التمتع بالتجربة نفسها على كل من Android وiOS.
تتبُّع الجسم بالكامل يعرض النموذج 33 نقطة رئيسية للمعلَم السيني،
بما في ذلك مواضع اليدين والقدمين.
درجة InFrame LikeliITY: لكل معلَم، هو مقياس يشير إلى احتمالية أن يكون المَعلم ضمن إطار الصورة. تتراوح النتيجة بين 0.0 و1.0، حيث يشير 1.0 إلى درجة عالية من الثقة.
حزمتا SDK محسَّنتان يتم تشغيل حزمة SDK الأساسية في الوقت الفعلي على الهواتف الحديثة مثل
Pixel 4 وiPhone X. وهو يعرض النتائج بمعدل 30 و45 لقطة في الثانية تقريبًا على التوالي. ومع ذلك، قد تختلف دقة إحداثيات المعالم.
تعرض حزمة تطوير البرامج (SDK) الدقيقة النتائج بمعدل عرض إطارات أبطأ، غير أنها تُنتج قيم إحداثيات أكثر دقة.
تخطيط Z لتحليل متعمق يمكن أن تساعد هذه القيمة في تحديد ما إذا كانت أجزاء من جسم المستخدم في مقدمة أو خلف أودي المستخدمين. لمزيد من المعلومات، راجع قسم إدارة Z أدناه.
تشبه واجهة برمجة التطبيقات Pose Detection واجهة برمجة التطبيقات للتعرف على الوجوه من حيث أنها تعرض مجموعة من المَعالم وموقعها. ومع ذلك، تحاول ميزة "التعرّف على الوجه" أيضًا التعرّف على سمات مثل الفم المبتسم أو العيون المفتوحة، إلا أنّ هذه الميزة لا تضيف أي معنى إلى العلامات الأرضية في الوضعية أو الوضعية نفسها. يمكنك إنشاء الخوارزميات الخاصة بك
لتفسير وضعية. راجع
نصائح تصنيف الوضع للحصول
على بعض الأمثلة.
يمكن لميزة "رصد الوضعية" رصد شخص واحد فقط في الصورة. إذا ظهر شخصان في الصورة، سيحدد النموذج معالم للشخص الذي تم اكتشافه بأعلى درجة
من الثقة.
إحداثيات Z
إحداثيات Z هي قيمة تجريبية يتم حسابها لكل معلم. وتُقاس بـ "بكسل الصور" مثل الإحداثي X وY، لكنها ليست قيمة ثلاثية الأبعاد صحيحة. المحور Z عمودي تجاه الكاميرا ويمر بين وركي الشخص. يقع أصل المحور Z تقريبًا بين نقطة المركز
بين الوركين (اليسار/اليمين والأمام/الخلف بالنسبة إلى الكاميرا).
القيم السالبة Z تتجه نحو الكاميرا؛ والقيم الموجبة بعيدة عنها.
ليس للإحداثي Z حد أعلى أو أدنى.
مثال على النتائج
يوضح الجدول التالي الإحداثيات وInFrame LikeliITY لبعض المعالم الرئيسية في الوضعية على اليمين. لاحظ أن الإحداثيات Z لليد اليسرى للمستخدم
سلبية، نظرًا لأنها أمام مركز الوركين للشخص
واتجاه الكاميرا.
مَعلم
Type
الموضع
InFrameLikelihood
11
LEFT_SHOULDER
(734.9671، 550.7924، -118.11934)
0.9999038
12
RIGHT_SHOULDER
(391.27032، 583.2485، -321.15836)
0.9999894
13
LEFT_ELBOW
(903.83704، 754.676، -219.67009)
0.9836427
14
RIGHT_ELBOW
(322.18152، 842.5973، -179.28519)
0.99970156
15
LEFT_WRIST
(1073.8956، 654.9725، -820.93463)
0.9737737
16
RIGHT_WRIST
(218.27956، 1015.70435، -683.6567)
0.995568
17
LEFT_PINKY
(1146.1635، 609.6432، -956.9976)
0.95273364
18
RIGHT_PINKY
(176.17755، 1065.838، -776.5006)
0.9785348
الخيارات المتقدمة
للحصول على مزيد من تفاصيل التنفيذ حول نماذج تعلُّم الآلة الأساسية لواجهة برمجة التطبيقات هذه، يُرجى الاطّلاع على
مشاركة مدونة Google AI.
لمزيد من المعلومات حول ممارسات العدالة في تعلُّم الآلة وكيفية تدريب النماذج، اطّلِع على بطاقة النموذج.
تاريخ التعديل الأخير: 2025-07-25 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2025-07-25 (حسب التوقيت العالمي المتفَّق عليه)"],[[["\u003cp\u003eML Kit's Pose Detection API enables real-time body pose tracking in apps, using skeletal landmark points to identify body positions.\u003c/p\u003e\n"],["\u003cp\u003eIt offers cross-platform support, full-body tracking with 33 landmarks including hands and feet, and InFrameLikelihood scores for landmark accuracy.\u003c/p\u003e\n"],["\u003cp\u003eTwo SDK options are available: a base SDK for real-time performance and an accurate SDK for higher precision landmark coordinates.\u003c/p\u003e\n"],["\u003cp\u003eThe API is currently in beta and subject to change.\u003c/p\u003e\n"]]],[],null,["# Pose detection\n\nThis API is offered in beta, and is not subject to any SLA or deprecation policy. Changes may be made to this API that break backward compatibility. \n\nThe ML Kit Pose Detection API is a lightweight versatile solution for app\ndevelopers to detect the pose of a subject's body in real time from a\ncontinuous video or static image. A pose describes the body's position at one\nmoment in time with a set of skeletal landmark points. The landmarks\ncorrespond to different body parts such as the shoulders and hips. The relative\npositions of landmarks can be used to distinguish one pose from another.\n\n[iOS](/ml-kit/vision/pose-detection/ios)\n[Android](/ml-kit/vision/pose-detection/android)\n\nML Kit Pose Detection produces a full-body 33 point skeletal match that includes\nfacial landmarks (ears, eyes, mouth, and nose) and points on the hands and feet.\nFigure 1 below shows the landmarks looking through the camera at the user, so\nit's a mirror image. The user's right side appears on the left of the image: \n**Figure 1.**Landmarks\n\nML Kit Pose Detection doesn't require specialized equipment or ML expertise in\norder to achieve great results. With this technology developers can create one\nof a kind experiences for their users with only a few lines of code.\n\nThe user's face must be present in order to detect a pose. Pose detection works\nbest when the subject's entire body is visible in the frame, but it also\ndetects a partial body pose. In that case the landmarks that are not\nrecognized are assigned coordinates outside of the image.\n\nKey capabilities\n----------------\n\n- **Cross-platform support** Enjoy the same experience on both Android and iOS.\n- **Full body tracking** The model returns 33 key skeletal landmark points, including the positions of the hands and feet.\n- **InFrameLikelihood score** For each landmark, a measure that indicates the probability that the landmark is within the image frame. The score has a range of 0.0 to 1.0, where 1.0 indicates high confidence.\n- **Two optimized SDKs** The base SDK runs in real time on modern phones like the Pixel 4 and iPhone X. It returns results at the rate of \\~30 and \\~45 fps respectively. However, the precision of the landmark coordinates may vary. The accurate SDK returns results at a slower framerate, but produces more accurate coordinate values.\n- **Z Coordinate for depth analysis** This value can help determine whether parts of the users body are in front or behind the users' hips. For more information, see the [Z Coordinate](#z_coordinate) section below.\n\nThe Pose Detection API is similar to the [Facial Recognition API](/ml-%0Akit/vision/face-detection) in that it returns a set of landmarks and their\nlocation. However, while Face Detection also tries to recognize features such as\na smiling mouth or open eyes, Pose Detection does not attach any meaning to the\nlandmarks in a pose or the pose itself. You can create your own algorithms to\ninterpret a pose. See\n[Pose Classification Tips](/ml-kit/vision/pose-detection/classifying-poses) for\nsome examples.\n\nPose detection can only detect one person in an image. If two people are in the\nimage, the model will assign landmarks to the person detected with the highest\nconfidence.\n\nZ Coordinate\n------------\n\nThe Z Coordinate is an experimental value that is calculated for every landmark. It\nis measured in \"image pixels\" like the X and Y coordinates, but it is not a true\n3D value. The Z axis is perpendicular to the camera and passes between\na subject's hips. The origin of the Z axis is approximately the center point\nbetween the hips (left/right and front/back relative to the camera).\nNegative Z values are towards the camera; positive values are away from it.\nThe Z coordinate does not have an upper or lower bound.\n\nSample results\n--------------\n\nThe following table shows the coordinates and InFrameLikelihood for a few\nlandmarks in the pose to the right. Note that the Z coordinates for the user's\nleft hand are negative, since they are in front of the subject's hips' center\nand towards the camera. \n\n| Landmark | Type | Position | InFrameLikelihood |\n|----------|----------------|------------------------------------|-------------------|\n| 11 | LEFT_SHOULDER | (734.9671, 550.7924, -118.11934) | 0.9999038 |\n| 12 | RIGHT_SHOULDER | (391.27032, 583.2485, -321.15836) | 0.9999894 |\n| 13 | LEFT_ELBOW | (903.83704, 754.676, -219.67009) | 0.9836427 |\n| 14 | RIGHT_ELBOW | (322.18152, 842.5973, -179.28519) | 0.99970156 |\n| 15 | LEFT_WRIST | (1073.8956, 654.9725, -820.93463) | 0.9737737 |\n| 16 | RIGHT_WRIST | (218.27956, 1015.70435, -683.6567) | 0.995568 |\n| 17 | LEFT_PINKY | (1146.1635, 609.6432, -956.9976) | 0.95273364 |\n| 18 | RIGHT_PINKY | (176.17755, 1065.838, -776.5006) | 0.9785348 |\n\nUnder the hood\n--------------\n\nFor more implementation details on the underlying ML models for this API, check\nout our [Google AI blog post](https://ai.googleblog.com/2020/08/on-device-real-time-body-pose-tracking.html).\n\nTo learn more about our ML fairness practices and how the models were trained,\nsee our [Model Card](/static/ml-kit/images/vision/pose-detection/pose_model_card.pdf)"]]
