某公司正在建置一個 AI 瑜珈教練，它必須計算班級中的學生人數，並透過測量肢體位置和角度來判斷學生是否正確地執行伸展動作。使用 SageMaker 從課程影片中擷取影格，哪兩種電腦視覺模型類型結合起來，實作這些功能所需的工作量最少？(請選擇兩項)

物件偵測 (Object detection) 適用於識別影像中特定物件的位置和類別。在本案例中，它可以偵測並計數影片影格中的學生人數。姿態估計 (Pose estimation) 則專注於識別影像中人體關節的位置，並將其連接起來形成骨架。這對於測量肢體位置和角度，判斷學生是否正確執行伸展動作至關重要。影像分類 (Image classification) 只能判斷整張圖片的類別，無法識別圖片中多個物件或其姿態。光學字元辨識 (OCR) 用於從圖片中提取文字，與本案例無關。影像生成對抗網路 (GANs) 用於生成新的影像，也與本案例需求不符。