Wie Pose Estimation funktioniert
Wir nutzen eine Methode, die u. a. in einer Doktorarbeit an der Tierärztlichen Fakultät der LMU München wissenschaftlich untersucht wurde – angepasst für den praktischen Einsatz im Pferdealltag.
Was ist Pose Estimation?
Pose Estimation (dt. räumliche Lageerkennung) ist eine markerlose, nicht-invasive Methode zur Aufzeichnung und Analyse der Bewegung von Menschen und Tieren. Im Bereich von „Computer Vision" – der Verarbeitung und Analyse von Bilddateien durch einen Computer – werden Gelenkpunkte automatisch erkannt und verfolgt.
In Kombination mit Deep Learning, einem Wissenschaftsbereich der Künstlichen Intelligenz, erkennt ein neuronales Netzwerk Muster in hochdimensionalen Datensätzen. So können wir aus einem einfachen Smartphone-Video präzise Bewegungsdaten deines Pferdes extrahieren.
Das Besondere: Keine teuren Sensoren, keine Marker am Pferd, keine Klinik-Termine nötig. Alles was du brauchst, ist dein Smartphone.
So läuft die Analyse ab
Video aufnehmen
Du filmst dein Pferd an der Longe im Trab – mind. 20–30 Sekunden, jeweils ein Video von jeder Seite (links & rechts). Stelle dich dabei in die Kreismitte.
Pose Estimation
Unsere Technologie erkennt automatisch anatomische Referenzpunkte (Gelenke, Hufe, Kopf) im Video und verfolgt ihre Bewegung Frame für Frame – ohne Marker oder Sensoren.
Bewegungsdaten berechnen
Aus den erkannten Gelenkpunkten berechnen wir Schrittlänge, Schrittfrequenz (Kadenz), Bodenkontaktzeiten, Bewegungsweite (ROM) und Symmetrie-Indizes.
Experten-Interpretation
Unsere Experten interpretieren die Messdaten individuell: Welche Muster sind auffällig? Was ist funktionell, was könnte auf Probleme hinweisen?
Was wir messen
Wissenschaftlicher Hintergrund
Die von uns eingesetzte Methode der markerlosen Bewegungsanalyse wurde u. a. in der Doktorarbeit „Pose Estimation in der Lahmheitsdiagnostik und Bewegungsanalyse des Pferdes" von Dr. Ann-Kristin Feuser (LMU München, 2023) wissenschaftlich untersucht. Wir orientieren uns an den dort beschriebenen Verfahren.
Zuletzt aktualisiert am 8. März 2026