Produit · Notre propre modèleBêta privée
PoseTracker Model : la pose en temps réel, pour les téléphones que les gens possèdent
Le PoseTracker Model est le modèle d'estimation de pose humaine de Movelytics. Il est conçu pour les processeurs mobiles, renvoie 39 points clés du corps là où les modèles publics de la famille COCO en renvoient 17, et tourne avec une inférence en 8 bits. Il arrive d'abord dans PoseTracker. Il est en bêta privée : ses benchmarks sont préliminaires et mesurés sur une version interne.
Dernière mise à jour :
Flexion avant · les 39 points clés exportésIllustration. Séquence de pose dessinée, pas une inférence en direct.
01Le problème
Les modèles publics n'évoluent plus. Les téléphones ne sont pas devenus plus rapides pour tout le monde.
PoseTracker a été construit sur des modèles de pose publics. Ils sont bons, et ils ont rendu possible le suivi en temps réel sur un téléphone. Mais ils n'ont pas changé depuis des années, et ils n'ont pas été réglés pour les Android d'entrée de gamme que beaucoup de gens utilisent aujourd'hui.
Nos clients demandent deux choses que ces modèles ne donnent pas ensemble :
- Le temps réel sur l'appareil, sur n'importe quel téléphone. Pas seulement sur le haut de gamme de l'an dernier.
- Davantage de points clés, et des points sur mesure. Dix-sept points décrivent les membres. Ils disent peu de choses des pieds, du tronc ou de la colonne, là où se lisent la posture et la mobilité.
02Pourquoi nous l'avons créé
Nous construisons le modèle de pose de référence pour le mobile.
C'est une ambition, et nous la présentons comme telle. Pour y arriver, il faut maîtriser le modèle : l'entraîner nous-mêmes, choisir ses points clés, le concevoir pour les processeurs sur lesquels il tournera, et le mesurer sur les téléphones que les utilisateurs de nos clients ont en main.
Il y a aussi une raison économique. PoseTracker a historiquement tourné sur des modèles open source comme MoveNet, avec nos propres moteurs de reconnaissance du mouvement au-dessus. Les clients qui veulent posséder toute la technologie peuvent toujours l'obtenir, avec la propriété intellectuelle complète qui leur est livrée. Ceux qui veulent un modèle plus optimisé, avec davantage de points clés, peuvent choisir le nôtre, sous licence annuelle. Et pour tous ceux qui utilisent l'API, posséder le modèle est ce qui la garde stable et pertinente. Comparer les deux options.
Maîtriser le modèle change aussi ce que le lab peut faire pour un client. Un point clé qui compte pour un sport ou pour un protocole de rééducation peut être ajouté. C'est impossible avec un modèle que quelqu'un d'autre a figé il y a des années.
03Comment ça marche
39 points clés, une entrée de 192 pixels, une inférence en 8 bits
39
points clés
Visage, corps, pieds, tronc, cou et épaules. Bêta privée ; les benchmarks sont préliminaires et mesurés sur une version interne.
18,4ms
par image, modèle seul
Huawei FIG-LX1 2017 (Android 9), 4 fils d'exécution, 2026-11-17. Bêta privée ; les benchmarks sont préliminaires et mesurés sur une version interne.
28,7img/s
avec la caméra, sur 10 minutes
Huawei FIG-LX1 2017, caméra à 30 img/s, 2026-11-17. Fenêtre de 10 s la plus lente : 22,1. Bêta privée ; les benchmarks sont préliminaires et mesurés sur une version interne.
- 39 points clés du corps
- Les 17 points des modèles de type COCO, plus 22 autres : les pieds, le cou, les épaules, et des points du tronc sur le devant et le long du dos, qui comptent pour la posture et la mobilité.
- Une entrée de 192 pixels
- Le modèle lit une petite zone recadrée autour de la personne. C'est cette petite entrée qui maintient un temps par image bas sur un processeur mobile.
- Inférence en 8 bits
- Les poids et les calculs utilisent des entiers sur 8 bits. C'est ce que les processeurs d'entrée de gamme exécutent le plus vite. Voir notre note sur l'inférence en 8 bits.
- Deux modèles, un seul SDK
- Un modèle léger pour les Android d'entrée de gamme, qui sert aussi de solution de repli universelle ; un modèle plus lourd et plus précis pour les téléphones récents. Le SDK choisit selon l'appareil.
| Groupe | Nombre | Points clés (noms dans les fichiers exportés) |
|---|---|---|
| Visage | 5 | nose, left_eye, right_eye, left_ear, right_ear |
| Corps | 13 | lower_neck_front ; épaules, coudes, poignets, hanches, genoux, chevilles (gauche et droite) |
| Pieds | 4 | left_toe_inner, right_toe_inner, left_heel, right_heel |
| Tronc | 10 | trunk_f1 à trunk_f5 sur le devant, trunk_b1 à trunk_b5 le long du dos |
| Cou et épaules | 7 | lower_neck_back, upper_neck_front, upper_neck_back, left_deltoid, right_deltoid, left_trapezius, right_trapezius |
La figure en haut de cette page montre ce qu'apportent les points supplémentaires. Avec 17 points clés, une flexion avant se résume à un angle de hanche. Avec 39, la courbure de la colonne et la position des pieds deviennent mesurables. La figure reprend les noms des fichiers exportés du modèle ; les positions sont dessinées pour l'illustration, elles ne sortent pas du modèle.
04Ce que vous obtenez
Dans la bêta
- Le suivi en temps réel sur l'appareil, sur iOS et Android, y compris sur les Android d'entrée de gamme.
- 39 points clés au lieu de 17, dans le même appel.
- Le modèle à l'intérieur de PoseTracker : les sorties que vous utilisez déjà (angles, répétitions, scores), calculées à partir d'un squelette plus riche.
- Un contact direct avec l'équipe qui entraîne le modèle, pour discuter des points clés dont votre produit a besoin.
La bêta est privée. Nous l'ouvrons équipe par équipe, en commençant par les produits qui ont besoin de davantage de points clés ou d'une meilleure vitesse sur des téléphones anciens.
05Preuves
Ce que nous avons mesuré jusqu'ici
Le 17 novembre 2026, nous avons mené un premier benchmark sur deux téléphones, face aux fichiers publics de MoveNet. La version interne est environ 1,4 fois plus rapide que MoveNet Lightning en 8 bits sur les téléphones testés, avec 39 points clés au lieu de 17, à précision comparable sur des personnes bien cadrées.
| Mesure | PoseTracker Model (8 bits) | MoveNet Lightning (8 bits) |
|---|---|---|
| Temps par image, modèle seul, Huawei FIG-LX1 2017 | 18,4 ms | 26,2 ms |
| Images par seconde avec la caméra, 10 min, Huawei FIG-LX1 2017 | 28,7 | 21,4 |
| Temps par image, modèle seul, iPhone 18 Pro | 1,8 ms | 2,5 ms |
| Points clés | 39 | 17 |
Nous publions aussi les points sur lesquels notre version interne est en retard : le placement fin à tolérance serrée, les articulations masquées, et la précision de MoveNet Thunder sur une personne bien cadrée. Tout est sur la page des benchmarks, avec les chiffres bruts dans un fichier CSV.
06Données et confidentialité
La même règle que pour tous les produits Movelytics
Le modèle tourne sur l'appareil. La vidéo n'est pas envoyée pour l'inférence. Movelytics ne collecte que la mesure d'usage, et l'app qui intègre le modèle garde les données de ses utilisateurs. Détails dans nos engagements sur les données et sur la page technologie.
07FAQ
Questions sur le PoseTracker Model
Qu'est-ce que le PoseTracker Model ?
Le PoseTracker Model est le modèle d'estimation de pose humaine en temps réel de Movelytics, conçu pour les processeurs mobiles. Il renvoie 39 points clés du corps, prend une entrée de 192 pixels et tourne avec une inférence en 8 bits. Il est en bêta privée.
Combien de points clés renvoie-t-il ?
39 : 5 points du visage, 13 points du corps, 4 points des pieds, 10 points du tronc (cinq sur le devant, cinq le long du dos) et 7 points du cou et des épaules. Soit les 17 points des modèles de type COCO, plus 22 autres. Le modèle suit une seule personne par image, la plus proche.
Quelle est sa vitesse ?
Dans un benchmark préliminaire du 17 novembre 2026, une version interne a pris 18,4 ms par image, modèle seul, sur un Huawei FIG-LX1 2017 (Android 9, 4 fils d'exécution) et a tenu 28,7 images par seconde avec la caméra sur 10 minutes (fenêtre de 10 secondes la plus lente : 22,1). Ces chiffres sont préliminaires et mesurés sur une version interne, pas sur le modèle livré.
Comment se situe-t-il par rapport à MoveNet ?
Il est environ 1,4 fois plus rapide que MoveNet Lightning en 8 bits sur les téléphones testés, avec 39 points clés au lieu de 17, à précision comparable sur des personnes bien cadrées. MoveNet Thunder est plus précis sur une personne bien cadrée. La page des benchmarks donne chaque chiffre et ses conditions.
Comment obtenir un accès ?
Par la bêta privée. Décrivez votre app, vos plateformes et les points clés dont vous avez besoin sur la page d'inscription à la bêta.
08Aller plus loin
Le mesurer, le comprendre, l'essayer
Bêta privée
Besoin de plus de points clés, sur des téléphones plus lents ?
Parlez-nous de votre app. Nous ouvrons la bêta équipe par équipe.