Una empresa está creando un instructor de yoga con IA que debe contar el número de estudiantes en una clase y determinar si los estudiantes realizan los estiramientos correctamente midiendo las posiciones y los ángulos de las extremidades. Usando SageMaker para extraer fotogramas de videos de la clase, ¿qué dos tipos de modelos de visión artificial juntos requieren el menor esfuerzo para implementar estas características? (Elija dos).

La detección de objetos es esencial para contar el número de estudiantes en la clase, ya que puede identificar y localizar a cada persona individualmente dentro de los fotogramas de video. La estimación de pose es crucial para determinar si los estudiantes realizan los estiramientos correctamente. Esta técnica puede identificar puntos clave en el cuerpo (articulaciones, extremidades) y sus ángulos, lo que permite evaluar la postura y el movimiento. La clasificación de imágenes solo identificaría la presencia general de una clase de yoga, no a individuos ni sus poses. El reconocimiento óptico de caracteres (OCR) se usa para extraer texto de imágenes, lo cual no es relevante aquí. Las redes generativas antagónicas (GAN) de imágenes se utilizan para crear nuevas imágenes o modificar existentes, no para analizar el contenido de videos de esta manera.