استكشاف كيفية استخدام الرؤية الحاسوبية لاكتشاف اتجاه النظر

الرؤية الحاسوبية هي فرع من فروع الذكاء الاصطناعي (AI) يركز على تمكين الآلات من تحليل البيانات المرئية وتفسيرها بطريقة مشابهة للبشر. ومن التطبيقات المثيرة للاهتمام للذكاء الاصطناعي في مجال الرؤية اكتشاف اتجاه النظر، الذي يتيح للآلات تتبع المكان الذي ينظر إليه الشخص وفهمه.

نستطيع نحن البشر بطبيعتنا متابعة نظرات شخص ما وفهم ما يركز عليه. على سبيل المثال، إذا كنت تتحدث إلى صديق وفجأة نظر نحو الباب، فقد تستدير غريزيًا لترى ما لفت انتباهه. أما الآلات فلا تمتلك هذه القدرة المدمجة، بل تحتاج إلى التدريب باستخدام تقنيات الرؤية الحاسوبية للتعرف على حركات العين وتفسير اتجاه النظر.

مع توقع وصول سوق اكتشاف اتجاه النظر عالميًا إلى 11.9 مليار دولار بحلول عام 2032، تعتمد العديد من الصناعات عليه في تطبيقات مختلفة. فعلى سبيل المثال، يُستخدم اكتشاف اتجاه النظر 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. كما سنلقي نظرة على بعض تطبيقاته الرئيسية في مختلف الصناعات. لنبدأ!

ما تتبع العين واكتشاف اتجاه النظر؟#

تتبع العين واكتشاف اتجاه النظر هما تقنيتان تُستخدمان لتحديد موضع تركيز 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.

تقليديًا، تعتمد معظم أنظمة تتبع العين على كاميرات الأشعة تحت الحمراء (IR)، التي تكشف حركات البؤبؤ من خلال إضاءة العينين بضوء قريب من الأشعة تحت الحمراء والتقاط انعكاسات القرنية. وتوفر هذه الأنظمة دقة عالية، لكنها غالبًا ما تتطلب تجهيزات متخصصة للرأس، قد تكون غير مريحة عند ارتدائها وعرضة لمشكلات المعايرة.

مع صعود الذكاء الاصطناعي، يعمل الباحثون بنشاط على استكشاف أساليب تتبع العين القائمة على الرؤية الحاسوبية. وعلى عكس الأنظمة التقليدية القائمة على الأشعة تحت الحمراء (IR)، تعتمد هذه الأساليب على نماذج الرؤية الحاسوبية مثل Ultralytics YOLO11 لاكتشاف ملامح الوجه، مثل العينين والبؤبؤين، بالإضافة إلى 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 الشخص وبؤبؤه.

على الرغم من أن تتبع اتجاه النظر القائم على الرؤية الحاسوبية لا يزال مجالًا متطورًا، فإنه يمتلك القدرة على جعل تتبع العين أكثر سهولة، وخفض التكاليف، وتحسين قابلية الاستخدام 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 حلول أكثر سهولة تعتمد على البرمجيات.

قد تتساءل عما إذا كان من الممكن إجراء تتبع العين واكتشاف اتجاه النظر من دون الذكاء الاصطناعي، فلماذا يستمر البحث في دمج الذكاء الاصطناعي والرؤية الحاسوبية في هذه التقنيات؟ رغم وجود أساليب تقليدية لتتبع العين، فإنها غالبًا ما تعتمد على كاميرات متخصصة تعمل بالأشعة تحت الحمراء وأجهزة لتتبع العين تُثبت على الرأس، وقد تكون مكلفة ومرهقة وتتطلب ظروف إضاءة مضبوطة. أما الحلول المدعومة بالذكاء الاصطناعي، فتمكّن من تتبع العين باستخدام كاميرات الويب القياسية وكاميرات الهواتف الذكية، مما يقلل التكاليف ويحسن إمكانية الوصول.

الشكل 2. جهاز لتتبع العين يُثبت على الرأس.

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

• التطبيقات: تتيح الأساليب المعتمدة على البرمجيات توسيع هذا المجال ليتجاوز البحث ويشمل أجهزة المستهلكين ومجالات مثل الألعاب.
• قابلية التوسع: يمكن للذكاء الاصطناعي أن يسهم في إتاحة حلول اكتشاف اتجاه النظر لجمهور أوسع، بدءًا من المستخدمين الأفراد ووصولًا إلى الصناعات واسعة النطاق.
• التطورات في تقنيات الكاميرات: أصبحنا نمتلك اليوم كاميرات للهواتف الذكية وكاميرات ويب ذات دقة أعلى، مما 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، دعونا نستعرض كيفية استخدام Ultralytics YOLO11 في هذا المجال.

يدعم Ultralytics YOLO11 مهامًا مثل اكتشاف الكائنات وتقدير الوضعية. وبفضل تدريبه المسبق على مجموعة بيانات COCO، فإنه يحقق دقة عالية في اكتشاف كائنات متنوعة. وعلى وجه التحديد، يمكن أن يؤدي YOLO11 دورًا داعمًا في حل لاكتشاف اتجاه النظر.

رغم أنه لا يستطيع التنبؤ باتجاه النظر مباشرةً، فإنه يمكن ضبطه بدقة لاكتشاف الوجوه والعينين والبؤبؤين، وهي عناصر أساسية لإجراء مزيد من التحليل. وبمجرد تحديد هذه السمات، يمكن لنماذج إضافية معالجة بيانات حركة العين لتقدير اتجاه النظر.

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

الشكل 3. يمكن استخدام YOLO11 لاكتشاف وجوه البشر.

التطبيقات الواقعية لاكتشاف اتجاه النظر#

يمتلك اكتشاف اتجاه النظر، المدعوم بالرؤية الحاسوبية، نطاقًا واسعًا من التطبيقات في مختلف الصناعات، بدءًا من تحسين السلامة في قطاع السيارات وصولًا إلى تحليل التركيز في الألعاب. لنستكشف كيفية استفادة المجالات المختلفة من هذه التقنية.

تتبع العين في الألعاب#

يُستخدم تتبع العين في الألعاب لتوفير رؤى آنية حول تركيز اللاعبين واتخاذهم للقرارات وأزمنة استجابتهم. ومن خلال تتبع حركات العين، تساعد هذه التقنية اللاعبين على تحسين استراتيجياتهم، وتعزز برامج التدريب، وتحسن تفاعل الجمهور عبر عرض المواضع التي ينظر إليها اللاعبون بصريًا أثناء اللحظات المهمة.

من الأمثلة المثيرة للاهتمام 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 المسار، واستجابتهم للمنافسين، وتجاوزهم المنعطفات الحادة. ومن خلال تتبع نظراتهم في الوقت الفعلي، يستطيع المدربون تحديد الأنماط ورصد عوامل التشتت وتحسين استراتيجيات السباق.

الشكل 4. يمكن استخدام تتبع العين لمراقبة متسابقي المحاكاة وتحليلهم.

إلى جانب سباقات المحاكاة، يُستخدم تتبع العين أيضًا في الألعاب التنافسية سريعة الوتيرة لتحليل ردود أفعال اللاعبين وأزمنة استجابتهم وكيفية تركيزهم على العناصر المهمة داخل اللعبة. ومن خلال فهم الموضع الذي ينظر إليه اللاعب قبل تنفيذ حركة ما، تساعد هذه البيانات على تحسين اتخاذ القرارات وزيادة الدقة وتعزيز التدريب على اللعب رفيع المستوى.

تقدير اتجاه النظر للبحث النفسي#

توجد تطبيقات عديدة للذكاء الاصطناعي في مجال الرؤية تتعلق بالأبحاث في تقدير اتجاه النظر. ومن الأمثلة الجيدة على ذلك استخدامه في علم النفس لدراسة الانتباه والحمل المعرفي والسلوك الاجتماعي. ومن خلال تحليل حركات العين، يستطيع الباحثون اكتساب رؤى حول الإدراك واتخاذ القرارات وحالات الصحة النفسية مثل التوحد واضطراب فرط الحركة ونقص الانتباه (ADHD).

يساعد تتبع اتجاه النظر باستخدام الرؤية الحاسوبية، على وجه التحديد، في تحديد الأنماط في حركة العين ومدة التثبيت والانتباه البصري، مما قد يكشف الحالات المعرفية والانفعالية. ومع تقدم التعلم العميق وتقدير اتجاه النظر المدعوم بالذكاء الاصطناعي، أصبحت هذه الأساليب أكثر دقة وسهولة في الوصول، مما يتيح تطبيقات أوسع في أبحاث علم الأعصاب.

السلامة في قطاع السيارات#

على مر السنين، استخدم الباحثون أساليب مختلفة لدراسة انتباه السائقين وتركيزهم أثناء ظروف المرور المختلفة. وكان تتبع العين من بين هذه الأساليب عاملًا أساسيًا، إذ يمكنه توفير رؤى حول الموضع الذي ينظر إليه السائق أثناء القيادة.

وبمساعدة نماذج الرؤية الحاسوبية، يمكن لاكتشاف اتجاه النظر تحسين هذا التحليل أكثر من خلال تتبع حركات العين بدقة في الوقت الفعلي. ويمكن أن يمنحنا هذا التحليل فهمًا أفضل لسلوك السائق، مما يساعد على تحديد عوامل التشتت أو الإرهاق أو فقدان الانتباه، وهو ما قد يحسن السلامة على الطرق ويساعد في تطوير أنظمة متقدمة لمساعدة السائق.

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

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

إيجابيات وسلبيات تتبع العين واكتشاف اتجاه النظر#

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، مما يساعد على فهم أنماط الانتباه والتركيز بصورة أفضل.
• تحسين اتخاذ القرارات: تساعد البيانات المجمعة من تتبع العين الباحثين والمتخصصين على اتخاذ قرارات مستنيرة تستند إلى أنماط موضوعية للانتباه.
• تحسين بيئة العمل البصرية: يمكن أن يساعد تحليل سلوك النظر في تصميم شاشات ومساحات عمل وبيئات تقلل إجهاد العين وتحسن الراحة.

رغم أن هذه الفوائد توضح كيف يمكن لاكتشاف اتجاه النظر أن يؤثر إيجابيًا في حياتنا، فمن المهم أيضًا مراعاة التحديات المرتبطة بتنفيذه. فيما يلي بعض القيود الرئيسية التي ينبغي وضعها في الاعتبار:

• مخاوف الخصوصية: قد يثير تتبع العين المستمر مشكلات تتعلق بالخصوصية، مما يجعل المستخدمين غير مرتاحين. ويمكن أن يساعد ضمان الشفافية والحصول على موافقة المستخدم ومعالجة البيانات محليًا في الحد من هذه المخاوف.

• الطلب الحسابي المرتفع: قد يتطلب تتبع اتجاه النظر في الوقت الفعلي أجهزة قوية، مما يحد من إمكانية الوصول إليه 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 تغيرات الإضاءة أو حركات الرأس أو العوائق مثل النظارات والشعر. كما يمكن أن تؤثر زوايا الكاميرا في الأداء.

إبقاء أنظاركم على المستقبل#

يغير تتبع العين واكتشاف اتجاه النظر، بدعم من نماذج الرؤية الحاسوبية مثل Ultralytics YOLO11، طريقة تفاعلنا مع العالم. ومن جعل الطرق أكثر أمانًا إلى فهم السلوك البشري، أصبحت هذه التقنية أكثر فائدة في الحياة اليومية.

رغم وجود تحديات مثل مخاوف الخصوصية والحاجة إلى حواسيب قوية، فإن التطورات في الذكاء الاصطناعي والرؤية الحاسوبية تجعل تتبع العين أكثر دقة وأسهل استخدامًا. ومع استمرار تحسنه، فمن المرجح أن يؤدي دورًا أكبر في مجموعة متنوعة من الصناعات.

لمعرفة المزيد، زُر مستودعنا على GitHub وتفاعل مع مجتمعنا. استكشف الابتكارات في قطاعات مثل الذكاء الاصطناعي في السيارات ذاتية القيادة والرؤية الحاسوبية في الزراعة عبر صفحات حلولنا. اطّلع على خيارات الترخيص لدينا وحوّل مشاريعك في مجال الذكاء الاصطناعي للرؤية إلى واقع. 🚀