تقدير الوضعية هو مجموعة من الأساليب التي تستخدم تقنيات رؤية الحاسوب لتحليل البنية المكانية للأجسام المستهدفة في الصور أو مقاطع الفيديو. يهدف هذا الأسلوب إلى تحديد النقاط الرئيسية للإنسان أو الحيوان أو الجسم، واستنتاج الاتصالات المفصلية أو الوضعية العامة. تشمل هذه التقنية مجالات مثل اكتشاف الأجسام، وتعلم التمثيل المرئي، والنمذجة الهندسية، وهي مهمة أساسية في تحليل السلوك البشري، والتفاعل الذكي، والفهم البصري ثلاثي الأبعاد.

يستند تطوير تقدير وضعية الجسم إلى أبحاث طويلة الأمد في مجالات متعددة، تشمل رؤية الحاسوب، ونمذجة الإنسان، وتحليل الصور. اعتمدت الطرق المبكرة بشكل أساسي على ميزات مصممة يدويًا، ومطابقة القوالب، والنماذج الهندسية لاكتشاف النقاط الرئيسية في جسم الإنسان، لكن هذه الطرق واجهت قيودًا كبيرة في ظل الخلفيات المعقدة، والحجب، وتغيرات الوضعية. مع تطور التعلم العميق، بدأ الباحثون في استخدام الشبكات العصبية لتعلم السمات الهيكلية لجسم الإنسان مباشرةً من بيانات الصور. في عام 2014، نشر باحثا جوجل، ألكسندر توشيف وكريستيان سيجيدي، ورقة بحثية... DeepPose: تقدير وضعية الجسم البشري عبر الشبكات العصبية العميقة تقترح هذه الورقة البحثية طريقة لتقدير وضعية الجسم البشري باستخدام الشبكات العصبية العميقة، حيث تحوّل هذه الطريقة تقدير الوضعية إلى مسألة انحدار من الصور إلى إحداثيات النقاط الرئيسية. وقد ساهم ذلك في تعزيز تطبيق التعلم العميق في مهام تحليل وضعية الجسم البشري، وأصبح من أهم الدراسات الرائدة في مجال تقدير الوضعية العميق.

تتمثل المهمة الأساسية لتقدير الوضعية في تحديد مواقع مفاصل الجسم البشري المختلفة (مثل النقاط الرئيسية كالأكتاف والمرفقين والمعصمين والركبتين والكاحلين) من الصور أو مقاطع الفيديو، ثم إعادة بناء الهيكل العظمي الكامل ووضعية الجسم. وبناءً على بُعد الإحداثيات وتعقيد المشهد، يمكن تقسيم تقدير الوضعية إلى تقدير الوضعية ثنائي الأبعاد، وتقدير الوضعية ثلاثي الأبعاد، وتقدير وضعية عدة أشخاص، وما إلى ذلك. من الناحية التقنية، يدمج هذا الأسلوب شبكات الكشف عن النقاط الرئيسية، وهياكل المحولات، وتقنيات الرؤية ثلاثية الأبعاد. في السنوات الأخيرة، انتقل تدريجيًا من عمليات متعددة المراحل إلى حلول شاملة، متوسعًا ليشمل قدرات إعادة بناء أكثر اكتمالًا لشكل الجسم البشري، مثل تقدير النقاط الرئيسية للجسم بالكامل وإعادة بناء شبكة ثلاثية الأبعاد. حاليًا، تُستخدم هذه التقنية على نطاق واسع في تحليل الحركة، والتفاعل بين الإنسان والحاسوب، والواقع الافتراضي/المعزز، والمراقبة الذكية، وإدراك الروبوتات.