การประมาณท่าทางสามมิติ (3D pose estimation)คือกระบวนการทำนายการเปลี่ยนแปลงของวัตถุจากท่าทางอ้างอิงที่ผู้ใช้กำหนด โดยใช้ภาพหรือการสแกนสามมิติเป็น ข้อมูลอ้างอิง กระบวนการ นี้เกิดขึ้นในด้านคอมพิวเตอร์วิชั่นหรือหุ่นยนต์ซึ่งท่าทางหรือการเปลี่ยนแปลงของวัตถุสามารถนำไปใช้ในการจัดตำแหน่ง แบบจำลอง การออกแบบโดยใช้คอมพิวเตอร์ช่วย (CAD)การระบุการจับหรือการจัดการวัตถุได้

ข้อมูลภาพที่ใช้ในการกำหนดท่าทางของวัตถุอาจเป็นภาพเดี่ยวภาพคู่แบบสเตอริโอหรือลำดับภาพ โดยทั่วไปแล้ว กล้องจะเคลื่อนที่ด้วยความเร็วที่ทราบค่า วัตถุที่นำมาพิจารณาอาจเป็นวัตถุทั่วไป เช่น สิ่งมีชีวิต หรือส่วนต่างๆ ของร่างกาย เช่น ศีรษะหรือมือ อย่างไรก็ตาม วิธีการที่ใช้ในการกำหนดท่าทางของวัตถุมักจะเฉพาะเจาะจงสำหรับวัตถุประเภทใดประเภทหนึ่ง และโดยทั่วไปแล้วไม่สามารถคาดหวังว่าจะใช้ได้ผลดีกับวัตถุประเภทอื่นๆ

เป็นไปได้ที่จะประมาณการหมุนและการแปลแบบ 3 มิติของวัตถุ 3 มิติจากภาพถ่าย 2 มิติเพียงภาพเดียว หากทราบแบบจำลอง 3 มิติโดยประมาณของวัตถุและทราบจุดที่สอดคล้องกัน ในภาพ 2 มิติ เทคนิคทั่วไปที่พัฒนาขึ้นในปี 1995 สำหรับการแก้ปัญหานี้คือ POSIT ^{[ 1 ]}ซึ่งประมาณท่าทาง 3 มิติโดยตรงจากจุดของแบบจำลอง 3 มิติและจุดของภาพ 2 มิติ และแก้ไขข้อผิดพลาดแบบวนซ้ำจนกว่าจะพบการประมาณที่ดีจากภาพเดียว^{[ 2 ]}การใช้งาน POSIT ส่วนใหญ่ใช้ได้เฉพาะกับจุดที่ไม่ระนาบเดียวกันเท่านั้น (กล่าวคือ จะใช้ไม่ได้กับวัตถุแบนหรือระนาบ) ^{[ 3 ]}

อีกแนวทางหนึ่งคือการลงทะเบียน โมเดล CAD 3 มิติบนภาพถ่ายของวัตถุที่ทราบโดยการปรับค่าการวัดระยะทางที่เหมาะสมโดยสัมพันธ์กับพารามิเตอร์ท่าทาง^{[ 4 ] [ 5 ]} การวัดระยะทางจะคำนวณระหว่างวัตถุในภาพถ่ายและ การฉายภาพ โมเดล CAD 3 มิติ ที่ท่าทางที่กำหนด การฉายภาพ แบบเปอร์สเปคทีฟหรือการฉายภาพแบบตั้งฉากเป็นไปได้ขึ้นอยู่กับการแสดงท่าทางที่ใช้ แนวทางนี้เหมาะสมสำหรับแอปพลิเคชันที่มีโมเดล CAD 3 มิติของวัตถุที่ทราบ (หรือหมวดหมู่วัตถุ) อยู่แล้ว

เมื่อกำหนดภาพ 2 มิติของวัตถุและกล้องที่ได้รับการปรับเทียบตามระบบพิกัดโลกแล้ว ก็สามารถหาตำแหน่งที่ทำให้วัตถุ 3 มิติอยู่ในระบบพิกัดวัตถุได้เช่นกัน^{[ 6 ]}วิธีการทำงานมีดังนี้

เริ่มต้นจากภาพ 2 มิติ จะทำการสกัดจุดภาพที่สอดคล้องกับมุมในภาพ จากนั้นจะสร้างรังสีฉายจากจุดภาพเหล่านั้นขึ้นใหม่จากจุด 2 มิติ เพื่อให้สามารถกำหนดจุด 3 มิติ ซึ่งจะต้องตกกระทบกับรังสีที่สร้างขึ้นใหม่ได้

อัลกอริทึมสำหรับการกำหนดค่าประมาณท่าทางนั้นอิงตาม อัลกอริทึม จุดที่ใกล้ที่สุดแบบวนซ้ำแนวคิดหลักคือการหาความสัมพันธ์ระหว่างคุณลักษณะของภาพ 2 มิติและจุดบนเส้นโค้งของแบบจำลอง 3 มิติ

(a) สร้างรังสีฉายภาพขึ้นใหม่จากจุดภาพ (b) ประมาณจุดที่ใกล้ที่สุดของรังสีฉายแต่ละรังสีกับจุดบนเส้นขอบสามมิติ (c) ประมาณท่าทางของเส้นขอบโดยใช้ชุดการจับคู่ดังกล่าว (d) ไปที่ (b) 

อัลกอริทึมข้างต้นไม่ได้คำนึงถึงภาพที่มีวัตถุที่ถูกบดบังบางส่วน อัลกอริทึมต่อไปนี้ถือว่าเส้นขอบทั้งหมดเชื่อมต่อกันอย่างแน่นหนา ซึ่งหมายความว่าตำแหน่งของเส้นขอบหนึ่งจะกำหนดตำแหน่งของเส้นขอบอื่น

(a) สร้างรังสีฉายภาพขึ้นใหม่จากจุดภาพ (ข) สำหรับรังสีฉายภาพ R แต่ละรังสี: (ค) สำหรับเส้นขอบ 3 มิติแต่ละเส้น: (c1) ประมาณจุด P1 ที่ใกล้ที่สุดของรังสี R กับจุดบนเส้นชั้นความสูง (c2) ถ้า (n == 1) ให้เลือก P1 เป็น P จริงสำหรับการจับคู่จุด-เส้น (c3) มิฉะนั้นให้เปรียบเทียบ P1 กับ P: ถ้า dist(P1, R) น้อยกว่า dist(P, R) แล้ว เลือก P1 เป็น P ใหม่ (d) ใช้ (P, R) เป็นชุดความสัมพันธ์ (e) ประมาณท่าทางโดยใช้ชุดการจับคู่ดังกล่าว (f) แปลงเส้นขอบ ไปที่ (b) 

มีระบบที่ใช้ฐานข้อมูลของวัตถุที่มีการหมุนและการแปลที่แตกต่างกันเพื่อเปรียบเทียบกับภาพอินพุตเพื่อประมาณท่าทาง ความแม่นยำของระบบเหล่านี้จำกัดอยู่ที่สถานการณ์ที่แสดงอยู่ในฐานข้อมูลรูปภาพ อย่างไรก็ตาม เป้าหมายคือการจดจำท่าทาง ไม่ใช่การกำหนดท่าทาง^{[ 7 ]}

• posestเป็น ไลบรารี C / C++ ภายใต้ลิขสิทธิ์ GPL สำหรับการประมาณค่าตำแหน่ง 6 องศาอิสระ (6DoF) จากการจับคู่แบบ 3 มิติกับ 2 มิติ
• diffgeom2poseคือตัวแก้ปัญหา Matlab ที่รวดเร็วสำหรับการประมาณค่าตำแหน่ง 6DoF จากการจับคู่จุด 3 มิติกับ 2 มิติเพียงสองจุดที่มีทิศทาง (เวกเตอร์) หรือจุดที่อยู่บนเส้นโค้ง (จุดสัมผัส) จุดเหล่านี้สามารถ กำหนดคุณลักษณะ SIFTด้วยทิศทางของฟีเจอร์ได้
• MINUS : แพ็กเกจ C++ สำหรับการประมาณค่าตำแหน่ง (สัมพัทธ์) ของมุมมองสามมุม รวมถึงกรณีที่มีจุดสามจุดที่สอดคล้องกันและมีเส้นเชื่อมที่จุดเหล่านั้น (เช่น ตำแหน่งและทิศทางของคุณลักษณะ หรือจุดบนเส้นโค้งที่มีเส้นสัมผัส) และกรณีที่มีจุดสามจุดที่สอดคล้องกันและมีเส้นเชื่อมหนึ่งเส้นด้วย
• Nvidia FoundationPoseคือโมเดลพื้นฐานการเรียนรู้เชิงลึกแบบครบวงสำหรับการประมาณและการติดตามตำแหน่งวัตถุ 6 องศาอิสระ (6DoF) โดยรองรับทั้งการตั้งค่าแบบใช้โมเดล 3 มิติและแบบไม่ใช้โมเดล 3 มิติ

• การจดจำท่าทาง
• การจดจำวัตถุ 3 มิติ
• การประมาณท่าทางของร่างกายที่เคลื่อนไหวได้
• การปรับเทียบกล้อง
• โฮโมกราฟี (คอมพิวเตอร์วิชั่น)
• เทนเซอร์ไตรโฟกัส
• การประมาณท่าทาง

• Rosenhahn, B. "พื้นฐานเกี่ยวกับการประมาณท่าทาง 2 มิติและ 3 มิติ"
• Rosenhahn, B. "การประมาณตำแหน่งของเส้นโค้งอิสระ 3 มิติในเรขาคณิตเชิงคอนฟอร์มัล"
• Athitsos, V. "การประมาณท่าทางมือสามมิติจากภาพที่มีรายละเอียดมากเกินไป"

• Estimación de una Postura 3D