استكشاف استخدام الرؤية الحاسوبية لاكتشاف اتجاه النظر

الرؤية الحاسوبية فرع من فروع الذكاء الاصطناعي (AI) يركز على تمكين الآلات من تحليل البيانات المرئية وتفسيرها بطريقة تشبه البشر. ومن التطبيقات المثيرة للاهتمام للذكاء الاصطناعي للرؤية اكتشاف اتجاه النظر، الذي يتيح للآلات تتبع اتجاه نظر الشخص وفهمه.

يمكننا نحن البشر متابعة نظرات الآخرين بطبيعتنا وفهم ما يركزون عليه. فعلى سبيل المثال، إذا كنت تتحدث إلى صديق ونظر فجأة نحو الباب، فقد تلتفت تلقائيًا لترى ما لفت انتباهه. أما الآلات، فلا تمتلك هذه القدرة الفطرية؛ إذ تحتاج إلى التدريب باستخدام تقنيات الرؤية الحاسوبية للتعرف على حركات العين وتفسير اتجاه النظر.

مع توقع أن تبلغ قيمة سوق اكتشاف اتجاه النظر عالميًا 11.9 مليار دولار بحلول عام 2032، تتبناه قطاعات كثيرة لاستخدامات متعددة. فعلى سبيل المثال، يُستخدم اكتشاف اتجاه النظر في السيارات لتحسين سلامة السائق من خلال مراقبة مستويات الانتباه واكتشاف علامات النعاس أو التشتت.

سنستكشف في هذه المقالة كيفية استخدام الرؤية الحاسوبية لتتبع العين واكتشاف اتجاه النظر. كما سنتناول بعض تطبيقاتها الرئيسية في مختلف القطاعات.

ما تتبع العين واكتشاف اتجاه النظر؟#

تتبع العين واكتشاف اتجاه النظر تقنيتان تُستخدمان لتحديد موضع تركيز انتباه الشخص من خلال تحليل حركات العين واتجاه النظر. وبفضل التطورات في الذكاء الاصطناعي وتقنيات المستشعرات، أصبح من الممكن الآن تتبع عيني الشخص في الوقت الفعلي.

تعتمد معظم أنظمة تتبع العين تقليديًا على كاميرات الأشعة تحت الحمراء (IR)، التي تكشف حركات حدقة العين عبر إضاءة العينين بضوء قريب من الأشعة تحت الحمراء والتقاط انعكاسات القرنية. وتوفر هذه الأنظمة دقة عالية، لكنها غالبًا ما تتطلب معدات متخصصة تُثبّت على الرأس، وقد يكون ارتداؤها غير مريح كما أنها معرضة لمشكلات المعايرة.

مع انتشار الذكاء الاصطناعي، يستكشف الباحثون بنشاط أساليب تتبع العين المعتمدة على الرؤية الحاسوبية. وعلى خلاف الأنظمة التقليدية القائمة على الأشعة تحت الحمراء (IR)، تعتمد هذه الأساليب على نماذج الرؤية الحاسوبية مثل Ultralytics YOLO11 لاكتشاف سمات الوجه، مثل العينين والحدقتين، وكذلك تقدير وضعية الرأس. وإلى جانب ذلك، صُممت نماذج التعلم العميق المتخصصة مثل GazeNet من NVIDIA خصيصًا لتقدير اتجاه النظر.

الشكل 1. مثال على استخدام Ultralytics YOLO11 لاكتشاف عين شخص وحدقته.

لا يزال تتبع اتجاه النظر بالرؤية الحاسوبية مجالًا آخذًا في التطور، لكنه ينطوي على إمكانية جعل تتبع العين أكثر سهولة، وخفض تكلفته وتحسين سهولة استخدامه في تطبيقات التسويق وعلم النفس وعلم الأعصاب.

تطور اكتشاف اتجاه النظر وتتبع العين#

لنستكشف الآن الانتقال من الأنظمة التقليدية القائمة على الأشعة تحت الحمراء إلى الحلول الأكثر سهولة المعتمدة على البرمجيات.

قد تتساءل إن كان من الممكن تتبع العين واكتشاف اتجاه النظر دون ذكاء اصطناعي، فلماذا يستمر البحث في دمج الذكاء الاصطناعي والرؤية الحاسوبية في هذه التقنيات؟ توجد أساليب تقليدية لتتبع العين، لكنها غالبًا ما تعتمد على كاميرات متخصصة تعمل بالأشعة تحت الحمراء وأجهزة تتبع عين تُثبّت على الرأس، وقد تكون مكلفة ومرهقة وتتطلب ظروف إضاءة مضبوطة. أما الحلول المدعومة بالذكاء الاصطناعي، فتتيح تتبع العين باستخدام كاميرات الويب العادية وكاميرات الهواتف الذكية، ما يخفض التكلفة ويحسن سهولة الوصول.

الشكل 2. جهاز تتبع عين يُثبّت على الرأس.

فيما يلي بعض العوامل الأخرى وراء تطور تقنيات تتبع العين واكتشاف اتجاه النظر:

• التطبيقات: تتيح الأساليب المعتمدة على البرمجيات لهذا المجال التوسع خارج نطاق الأبحاث ليشمل الأجهزة الاستهلاكية ومجالات مثل الألعاب.
• قابلية التوسع: يمكن للذكاء الاصطناعي أن يجعل حلول اكتشاف اتجاه النظر متاحة لشريحة أوسع، من المستخدمين الأفراد إلى القطاعات الصناعية واسعة النطاق.
• التطورات في تقنيات الكاميرات: أصبح بإمكاننا اليوم استخدام كاميرات الهواتف الذكية وكاميرات الويب ذات الدقة الأعلى، ما يعزز دقة تتبع العين؛ وهو أمر لم يكن ممكنًا قبل 20 عامًا.

استخدام Ultralytics YOLO11 لاكتشاف اتجاه النظر وتتبع العين#

بعد أن ناقشنا دور الرؤية الحاسوبية في تتبع العين واكتشاف اتجاه النظر، سنتناول كيفية استخدام Ultralytics YOLO11 في هذا المجال.

يدعم Ultralytics YOLO11 مهامًا مثل اكتشاف الكائنات وتقدير الوضعية. وقد دُرّب مسبقًا على مجموعة بيانات COCO، ويحقق دقة عالية في اكتشاف كائنات متنوعة. ويمكن لـ YOLO11 أن يؤدي دورًا مساعدًا في حل لاكتشاف اتجاه النظر.

لا يستطيع YOLO11 التنبؤ مباشرةً باتجاه النظر، لكن يمكن ضبطه بدقة لاكتشاف الوجوه والعينين والحدقات، وهي عناصر أساسية للتحليل اللاحق. وبعد تحديد هذه السمات، يمكن لنماذج إضافية معالجة بيانات حركة العين لتقدير اتجاه النظر.

فعلى سبيل المثال، لتحسين الدقة، يمكن تدريب Ultralytics YOLO11 تدريبًا مخصصًا على مجموعات بيانات مثل WIDER FACE لاكتشاف الوجوه. كذلك، يمكن لقدرات YOLO11 على تقدير الوضعيات أن تساعد في تتبع اتجاه الرأس، مما يعزز دقة اكتشاف اتجاه النظر.

الشكل 3. يمكن استخدام YOLO11 لاكتشاف الوجوه البشرية.

التطبيقات العملية لاكتشاف اتجاه النظر#

لاكتشاف اتجاه النظر المدعوم بالرؤية الحاسوبية تطبيقات واسعة في قطاعات متعددة، من تحسين السلامة في قطاع السيارات إلى تحليل التركيز في الألعاب. لنستكشف كيفية توظيف المجالات المختلفة لهذه التقنية.

تتبع اتجاه النظر في الألعاب#

يُستخدم تتبع العين في الألعاب لتوفير رؤى آنية حول تركيز اللاعبين واتخاذهم للقرارات وسرعة استجابتهم. ومن خلال تتبع حركات العين، تساعد هذه التقنية اللاعبين على تحسين استراتيجياتهم، وتعزز برامج التدريب، وتحسن تفاعل الجمهور عبر عرض مواضع نظر اللاعبين بصريًا خلال اللحظات المهمة.

ومن الأمثلة اللافتة على ذلك سباقات المحاكاة، وهي رياضة سيارات افتراضية تنافسية يتسابق فيها اللاعبون باستخدام محاكاة قيادة واقعية. ويساعد تتبع العين على تحليل كيفية تركيز السائقين على الحلبة واستجابتهم للمنافسين واجتيازهم المنعطفات الحادة. ومن خلال تتبع اتجاه نظرهم في الوقت الفعلي، يستطيع المدربون تحديد الأنماط ورصد عوامل التشتت وتحسين استراتيجيات السباق.

الشكل 4. يمكن استخدام تتبع العين لمراقبة متسابقي المحاكاة وتحليل أدائهم.

إلى جانب سباقات المحاكاة، يُستخدم تتبع العين أيضًا في الألعاب التنافسية سريعة الوتيرة لتحليل ردود أفعال اللاعبين وسرعة استجابتهم وكيفية تركيزهم على عناصر اللعب الرئيسية. ويساعد فهم موضع نظر اللاعب قبل قيامه بحركة ما على تحسين اتخاذ القرارات والدقة والتدريب على اللعب بمستوى عالٍ.

تقدير اتجاه النظر في الأبحاث النفسية#

توجد تطبيقات كثيرة للذكاء الاصطناعي البصري في مجال تقدير اتجاه النظر مرتبطة بالأبحاث. ومن الأمثلة البارزة استخدامه في علم النفس لدراسة الانتباه والعبء المعرفي والسلوك الاجتماعي. فمن خلال تحليل حركات العين، يستطيع الباحثون اكتساب رؤى حول الإدراك واتخاذ القرارات وحالات الصحة النفسية مثل التوحد واضطراب فرط الحركة ونقص الانتباه.

يساعد تتبع اتجاه النظر باستخدام الرؤية الحاسوبية على تحديد أنماط حركة العين ومدة التثبيت البصري والانتباه البصري، ما قد يكشف عن الحالات المعرفية والعاطفية. ومع تطور التعلم العميق وتقدير اتجاه النظر المدعوم بالذكاء الاصطناعي، تزداد دقة هذه الأساليب وسهولة الوصول إليها، ما يتيح تطبيقها على نطاق أوسع في الأبحاث العصبية.

السلامة في قطاع السيارات#

استخدم الباحثون على مر السنين أساليب مختلفة لدراسة انتباه السائقين وتركيزهم في ظل ظروف المرور المتنوعة. وكان تتبع العين من بين هذه الأساليب بالغ الأهمية، إذ يمكنه تقديم رؤى عن موضع نظر السائق أثناء القيادة.

وبمساعدة نماذج الرؤية الحاسوبية، يمكن لاكتشاف اتجاه النظر أن يحسن هذا التحليل أكثر عبر تتبع حركات العين بدقة في الوقت الفعلي. ويمنحنا هذا التحليل فهمًا أفضل لسلوك السائق، ويساعد على تحديد مصادر التشتت أو الإرهاق أو تراجع الانتباه، مما قد يحسن السلامة على الطرق ويساعد في تطوير أنظمة متقدمة لمساعدة السائق.

الشكل 5. مثال على مراقبة سائق باستخدام اكتشاف الوجه وتتبع اتجاه النظر.

فعلى سبيل المثال، إذا كان السائق يشيح بنظره عن الطريق مرارًا للتحقق من هاتفه، أو كان بطيء الاستجابة عند التقاطعات، فيمكن للنظام اكتشاف هذه السلوكيات وإصدار تنبيهات لإعادة تركيز انتباهه، ما قد يمنع وقوع الحوادث.

مزايا تتبع العين واكتشاف اتجاه النظر وعيوبهما#

فيما يلي بعض الفوائد الرئيسية التي يمكن أن توفرها تقنيات تتبع العين واكتشاف اتجاه النظر في حياتنا اليومية:

• زيادة الوعي: يوفر تتبع العين رؤى حول كيفية تفاعل الأشخاص بصريًا مع محيطهم، ما يساعد على فهم أنماط الانتباه والتركيز بصورة أفضل.
• تحسين اتخاذ القرارات: تساعد البيانات التي يجمعها تتبع العين الباحثين والمهنيين على اتخاذ قرارات مستنيرة تستند إلى أنماط موضوعية للانتباه.
• تحسين بيئة العمل البصرية: يمكن أن يساعد تحليل سلوك النظر على تصميم الشاشات ومساحات العمل والبيئات بما يقلل إجهاد العين ويحسن الراحة.

على الرغم من أن هذه الفوائد توضح كيف يمكن لاكتشاف اتجاه النظر أن يؤثر إيجابيًا في حياتنا، فمن المهم أيضًا مراعاة التحديات المرتبطة بتطبيقه. فيما يلي بعض القيود الرئيسية التي ينبغي أخذها في الحسبان:

• مخاوف الخصوصية: قد يثير تتبع العين المستمر مخاوف تتعلق بالخصوصية ويجعل المستخدمين غير مرتاحين. ويمكن أن يساعد ضمان الشفافية وموافقة المستخدمين ومعالجة البيانات محليًا على الحد من هذه المخاوف.
• متطلبات حوسبة عالية: قد يتطلب تتبع اتجاه النظر في الوقت الفعلي عتادًا قويًا، ما يحد من إمكانية استخدامه على الأجهزة منخفضة الطاقة. ومع ذلك، تساعد النماذج المحسّنة على رفع الكفاءة.
• قيود الدقة: قد يكون تتبع اتجاه النظر أقل موثوقية في البيئات الواقعية بسبب تغير الإضاءة أو حركة الرأس أو العوائق مثل النظارات والشعر. وقد تؤثر زوايا الكاميرا أيضًا في الأداء.

التطلع إلى مستقبل مشرق#

يغير تتبع العين واكتشاف اتجاه النظر، المدعومان بنماذج الرؤية الحاسوبية مثل Ultralytics YOLO11، طريقة تفاعلنا مع العالم. فمن جعل الطرق أكثر أمانًا إلى فهم السلوك البشري، تزداد فائدة هذه التقنية في الحياة اليومية.

رغم التحديات، مثل مخاوف الخصوصية والحاجة إلى حواسيب قوية، تجعل التطورات في الذكاء الاصطناعي والرؤية الحاسوبية تتبع العين أكثر دقة وأسهل استخدامًا. ومع استمرار تحسن هذه التقنية، يُرجح أن تؤدي دورًا أكبر في مجموعة من القطاعات.

لمعرفة المزيد، تفضل بزيارة مستودع GitHub وتفاعل مع مجتمعنا. واستكشف الابتكارات في قطاعات مثل الذكاء الاصطناعي في السيارات ذاتية القيادة والرؤية الحاسوبية في الزراعة عبر صفحات حلولنا. واطّلع على خيارات الترخيص وابدأ بتنفيذ مشاريعك في الذكاء الاصطناعي البصري.