استكشاف كيفية استخدام رؤية الحاسوب لاكتشاف النظرات

Computer vision هو فرع من فروع الذكاء الاصطناعي (AI) يركز على تمكين الآلات من تحليل البيانات المرئية وتفسيرها بطريقة مشابهة للبشر. أحد التطبيقات الرائعة بشكل خاص لتقنية رؤية الحاسوب هو اكتشاف نظرات العيون، والذي يتيح للآلات تتبع وفهم المكان الذي ينظر إليه الشخص.

كثيرًا ما نتابع كنظراء للبشر نظرات الآخرين بشكل طبيعي ونفهم ما يركزون عليه. على سبيل المثال، إذا كنت تتحدث إلى صديق ونظر فجأة نحو الباب، فقد تلتفت غريزيًا لترى ما لفت انتباهه. أما الآلات، فليس لديها هذه القدرة المدمجة، بل تحتاج إلى تدريب باستخدام تقنيات الرؤية الحاسوبية للتعرف على حركات العين وتفسير اتجاه النظر.

مع توقع وصول سوق اكتشاف نظرات العيون العالمي إلى 11.9 مليار دولار بحلول عام 2032، تتبناه العديد من الصناعات لتطبيقات مختلفة. على سبيل المثال، يُستخدم اكتشاف نظرات العيون في السيارات لتحسين سلامة السائق من خلال مراقبة مستويات الانتباه واكتشاف علامات النعاس أو التشتت.

في هذه المقالة، سنستكشف كيفية استخدام الرؤية الحاسوبية لتتبع العين واكتشاف اتجاه النظر. وسنلقي نظرة أيضًا على بعض تطبيقاتها الرئيسية عبر مختلف الصناعات. لنبدأ!

ما المقصود بتتبع العين واكتشاف اتجاه النظر؟#

تتبع العين واكتشاف اتجاه النظر هما تقنيتان تستخدمان لتحديد نقطة تركيز انتباه الشخص من خلال تحليل حركات العين واتجاه النظر. بفضل التطورات في الذكاء الاصطناعي وتكنولوجيا الاستشعار، أصبح من الممكن الآن تتبع عيون الشخص في الوقت الفعلي.

تقليديًا، تعتمد معظم أنظمة تتبع العين على كاميرات الأشعة تحت الحمراء (IR)، التي تكتشف حركات الحدقة عن طريق إضاءة العينين بضوء قريب من الأشعة تحت الحمراء والتقاط انعكاسات القرنية. توفر هذه الأنظمة دقة عالية، ومع ذلك، فهي تتطلب غالبًا معدات رأس متخصصة، والتي قد تكون غير مريحة للارتداء وعرضة لمشكلات المعايرة.

مع ظهور الذكاء الاصطناعي، استكشف الباحثون بنشاط طرق تتبع العين القائمة على computer vision. وعلى عكس الأنظمة التقليدية القائمة على الأشعة تحت الحمراء، تعتمد هذه النهج على نماذج computer vision مثل Ultralytics YOLO11 لاكتشاف ملامح الوجه مثل العيون والبؤبؤ، فضلاً عن إجراء تقدير وضعية الرأس. علاوة على ذلك، تم تصميم نماذج التعلم العميق المتخصصة مثل GazeNet من NVIDIA خصيصًا لتقدير نظرات العيون.

الشكل 1. مثال على استخدام Ultralytics YOLO11 للكشف عن عين الشخص بؤبؤها.

على الرغم من أنه مجال متطور، إلا أن تتبع اتجاه النظر القائم على الرؤية الحاسوبية لديه القدرة على جعل تتبع العين أكثر سهولة، مما يقلل التكاليف ويحسن من سهولة الاستخدام للتطبيقات في مجالات التسويق وعلم النفس وعلم الأعصاب.

تطور اكتشاف اتجاه النظر وتتبع العين#

بعد ذلك، دعونا نستكشف التحول من الأنظمة التقليدية المعتمدة على الأشعة تحت الحمراء إلى حلول أكثر سهولة تعتمد على البرمجيات.

قد تتساءل عما إذا كان يمكن إجراء تتبع العين واكتشاف اتجاه النظر بدون ذكاء اصطناعي - فلماذا هناك بحث مستمر حول دمج الذكاء الاصطناعي والرؤية الحاسوبية في هذه التقنيات؟ على الرغم من وجود طرق تقليدية لتتبع العين، إلا أنها تعتمد غالبًا على كاميرات الأشعة تحت الحمراء المتخصصة وأجهزة تتبع العين المثبتة على الرأس، والتي يمكن أن تكون باهظة الثمن ومرهقة وتتطلب ظروف إضاءة محكومة. أما الحلول المدعومة بالذكاء الاصطناعي، فهي تتيح تتبع العين باستخدام كاميرات الويب العادية وكاميرات الهواتف الذكية، مما يقلل التكاليف ويحسن إمكانية الوصول.

Fig 2. جهاز تتبع عين مثبت على الرأس.

إليك بعض العوامل الأخرى وراء تطور تكنولوجيا تتبع العين واكتشاف اتجاه النظر:

• التطبيقات: تتيح الأساليب المعتمدة على البرمجيات لهذا المجال التوسع إلى ما وراء نطاق البحث ليشمل أجهزة المستهلكين ومجالات مثل الألعاب.
• قابلية التوسع: يمكن للذكاء الاصطناعي التدخل لجعل حلول اكتشاف اتجاه النظر متاحة لجمهور أوسع، بدءًا من المستخدمين الأفراد وصولاً إلى الصناعات واسعة النطاق.
• التطورات في تكنولوجيا الكاميرا: اليوم، لدينا إمكانية الوصول إلى كاميرات الهواتف الذكية وكاميرات الويب عالية الدقة التي تعزز دقة تتبع العين - وهو أمر لم يكن ممكنًا قبل 20 عامًا.

استخدام Ultralytics YOLO11 لاكتشاف اتجاه النظر وتتبع العين#

الآن بعد أن ناقشنا دور الرؤية الحاسوبية في تتبع العين وتحديد النظرات، دعنا نستعرض كيف يمكن استخدام Ultralytics YOLO11 في هذا المجال.

يدعم Ultralytics YOLO11 مهام مثل كشف الكائنات وتقدير وضعية الجسم. وباعتباره مدرَبًا مسبقًا على COCO dataset، فإنه يحقق دقة عالية في اكتشاف الكائنات المختلفة. وتحديدًا، بالنسبة لحل اكتشاف نظرات العيون، يمكن أن يلعب YOLO11 دورًا مساندًا.

على الرغم من أنه لا يمكنه التنبؤ مباشرة باتجاه النظر، إلا أنه يمكن ضبطه بدقة لاكتشاف الوجوه والعيون والحدق، وهي عناصر أساسية لمزيد من التحليل. بمجرد تحديد هذه الميزات، يمكن لنماذج إضافية معالجة بيانات حركة العين لتقدير اتجاه النظر.

على سبيل المثال، لتحسين الدقة، يمكن تدريب Ultralytics YOLO11 خصيصاً على مجموعات بيانات مثل WIDER FACE لاكتشاف الوجه. وأيضاً، فيما يتعلق بقدرات تقدير الوضعية في YOLO11، يمكن أن يساعد ذلك في تتبع اتجاه الرأس، مما يعزز دقة اكتشاف النظرات.

Fig 3. يمكن استخدام YOLO11 لاكتشاف وجوه البشر.

تطبيقات واقعية لاكتشاف اتجاه النظر#

يتمتع اكتشاف اتجاه النظر، المدعوم بالرؤية الحاسوبية، بمجموعة واسعة من التطبيقات عبر مختلف الصناعات، من تحسين السلامة في قطاع السيارات إلى تحليل التركيز في الألعاب. لنستكشف كيف تستفيد المجالات المختلفة من هذه التكنولوجيا.

تتبع اتجاه النظر في الألعاب#

يُستخدم تتبع العين في gaming لتوفير رؤى في الوقت الفعلي حول تركيز اللاعب، واتخاذ القرار، وأوقات رد الفعل. من خلال تتبع حركات العين، تساعد هذه التقنية اللاعبين على تحسين استراتيجياتهم، وتعزز برامج التدريب، وتحسن تفاعل الجمهور من خلال عرض بصري للمكان الذي ينظر إليه اللاعبون خلال اللحظات الرئيسية.

ومن الأمثلة المثيرة للاهتمام على ذلك سباقات المحاكاة (sim racing)، وهي رياضة سيارات افتراضية تنافسية حيث يتسابق اللاعبون باستخدام محاكيات قيادة واقعية. يساعد تتبع العين في تحليل كيفية تركيز السائقين على المسار، وتفاعلهم مع الخصوم، والتنقل في المنعطفات الحادة. ومن خلال تتبع نظراتهم في الوقت الفعلي، يمكن للمدربين تحديد الأنماط واكتشاف المشتتات وتحسين استراتيجيات السباق.

Fig 4. يمكن استخدام تتبع العين لمراقبة وتحليل متسابقي المحاكاة.

وبعيدًا عن سباقات المحاكاة، يُستخدم تتبع العين أيضًا في الألعاب التنافسية سريعة الوتيرة لتحليل ردود أفعال اللاعب وأوقات استجابته وكيفية تركيزه على العناصر الرئيسية داخل اللعبة. ومن خلال فهم أين ينظر اللاعب قبل اتخاذ خطوة، تساعد هذه البيانات في تحسين اتخاذ القرار وتعزيز الدقة وتحسين التدريب للعب عالي المستوى.

تقدير اتجاه النظر للبحوث النفسية#

هناك العديد من تطبيقات الذكاء الاصطناعي البصري لتقدير اتجاه النظر المتعلقة بالبحث العلمي. ومن الأمثلة الجيدة على ذلك استخدامه في علم النفس لدراسة الانتباه والحمل المعرفي والسلوك الاجتماعي. ومن خلال تحليل حركات العين، يمكن للباحثين الحصول على رؤى حول الإدراك واتخاذ القرار وحالات الصحة العقلية مثل التوحد واضطراب نقص الانتباه مع فرط النشاط (ADHD).

على وجه التحديد، يساعد تتبع اتجاه النظر باستخدام الرؤية الحاسوبية في تحديد أنماط حركة العين، ومدة التثبيت، والانتباه البصري، والتي يمكن أن تكشف عن الحالات المعرفية والعاطفية. ومع تقدم التعلم العميق وتقدير اتجاه النظر المدعوم بالذكاء الاصطناعي، أصبحت هذه الأساليب أكثر دقة وقابلية للوصول، مما يسمح بتطبيقات أوسع في أبحاث الأعصاب.

سلامة السيارات#

على مر السنين، استخدم الباحثون طرقًا مختلفة لدراسة انتباه وتركيز السائقين أثناء traffic conditions المختلفة. ومن بين هذه الطرق، كان تتبع العين أمرًا حاسمًا ويمكن أن يوفر رؤى حول المكان الذي ينظر إليه السائق أثناء القيادة.

بمساعدة نماذج الرؤية الحاسوبية، يمكن لاكتشاف اتجاه النظر تحسين هذا التحليل بشكل أكبر من خلال تتبع حركات العين بدقة في الوقت الفعلي. يمكن أن يمنحنا هذا التحليل فهمًا أفضل لسلوك السائق، مما يساعد في تحديد المشتتات أو التعب أو نقص الانتباه، وهو ما يمكن أن يحسن سلامة الطرق ويساعد في تطوير أنظمة مساعدة السائق المتقدمة.

Fig 5. مثال على مراقبة السائق باستخدام اكتشاف الوجه وتتبع النظرات.

على سبيل المثال، إذا كان السائق ينظر بعيدًا عن الطريق بشكل متكرر للتحقق من هاتفه أو كان بطيئًا في رد فعله عند التقاطعات، يمكن للنظام اكتشاف هذه السلوكيات وإصدار تنبيهات لإعادة تركيز انتباهه، مما قد يمنع وقوع الحوادث.

إيجابيات وسلبيات تتبع العين واكتشاف اتجاه النظر#

إليك بعض الفوائد الرئيسية التي يمكن أن تجلبها تقنيات تتبع العين واكتشاف اتجاه النظر لحياتنا اليومية:

• زيادة الوعي: يوفر تتبع العين رؤى حول كيفية تفاعل الأشخاص بصريًا مع محيطهم، مما يساعد على فهم أنماط الانتباه والتركيز بشكل أفضل.
• اتخاذ قرارات أفضل: تساعد البيانات التي يتم جمعها من تتبع العين الباحثين والمهنيين على اتخاذ قرارات مستنيرة بناءً على أنماط الانتباه الموضوعية.
• تحسين بيئة العمل البصرية: يمكن أن يساعد تحليل سلوك النظر في تصميم الشاشات ومساحات العمل والبيئات التي تقلل من إجهاد العين وتحسن الراحة.

على الرغم من أن هذه الفوائد تسلط الضوء على الكيفية التي يمكن أن يؤثر بها اكتشاف اتجاه النظر بشكل إيجابي على حياتنا، فمن المهم أيضًا النظر في التحديات التي ينطوي عليها تنفيذه. فيما يلي بعض القيود الرئيسية التي يجب وضعها في الاعتبار:

• Privacy concerns: يمكن أن يثير تتبع العين المستمر مشكلات تتعلق بالخصوصية، مما يجعل المستخدمين غير مرتاحين. يمكن أن يساعد ضمان الشفافية وموافقة المستخدم والمعالجة المحلية للبيانات في تخفيف هذه المخاوف.

• طلب حسابي مرتفع: يمكن أن يتطلب تتبع اتجاه النظر في الوقت الفعلي أجهزة قوية، مما يحد من إمكانية الوصول على الأجهزة منخفضة الطاقة. ومع ذلك، تساعد النماذج المحسنة في تحسين الكفاءة.

• قيود الدقة: يمكن أن يكون تتبع اتجاه النظر أقل موثوقية في بيئات العالم الحقيقي بسبب تغيرات الإضاءة أو حركات الرأس أو العوائق مثل النظارات والشعر. يمكن أن تؤثر زوايا الكاميرا أيضًا على الأداء.

مراقبة المستقبل#

إن تتبع العين وتحديد النظرات، مدعومين بنماذج الرؤية الحاسوبية مثل Ultralytics YOLO11، يغيران طريقة تفاعلنا مع العالم. فمن جعل الطرق أكثر أماناً إلى فهم السلوك البشري، تصبح هذه التكنولوجيا ذات فائدة متزايدة في الحياة اليومية.

على الرغم من وجود تحديات مثل مخاوف الخصوصية والحاجة إلى أجهزة كمبيوتر قوية، إلا أن التطورات في الذكاء الاصطناعي والرؤية الحاسوبية تجعل تتبع العين أكثر دقة وأسهل في الاستخدام. ومع استمرار تحسنها، من المرجح أن تلعب دورًا أكبر في مجموعة من الصناعات.

لمعرفة المزيد، تفضل بزيارة GitHub repository الخاص بنا وتفاعل مع our community. استكشف الابتكارات في قطاعات مثل AI in self-driving cars وcomputer vision in agriculture على صفحات الحلول الخاصة بنا. اطلع على our licensing options وأحِد مشاريع رؤية الذكاء الاصطناعي الخاصة بك إلى الحياة. 🚀