بالنقر فوق “قبول جميع ملفات تعريف الارتباط”، فإنك توافق على تخزين ملفات تعريف الارتباط على جهازك لتحسين التنقل في الموقع وتحليل استخدام الموقع والمساعدة في جهودنا التسويقية. مزيد من المعلومات
إعدادات ملفات تعريف الارتباط
بالنقر فوق “قبول جميع ملفات تعريف الارتباط”، فإنك توافق على تخزين ملفات تعريف الارتباط على جهازك لتحسين التنقل في الموقع وتحليل استخدام الموقع والمساعدة في جهودنا التسويقية. مزيد من المعلومات
الرؤية الحاسوبية هو فرع من فروع الذكاء الاصطناعي (AI) يركز على تمكين الآلات من تحليل البيانات المرئية وتفسيرها بطريقة مشابهة للبشر. أحد التطبيقات الرائعة بشكل خاص للذكاء الاصطناعي البصري هو اكتشاف النظرات، مما يجعل من الممكن للآلات track وفهم المكان الذي ينظر إليه الشخص.
بصفتنا بشراً، يمكننا بشكل طبيعي تتبع نظرة شخص ما وفهم ما يركز عليه. على سبيل المثال، إذا كنت تتحدث مع صديق ونظر فجأة نحو الباب، فقد تستدير غريزياً لترى ما لفت انتباهه. من ناحية أخرى، لا تمتلك الآلات هذه القدرة المدمجة - يجب تدريبها باستخدام تقنيات الرؤية الحاسوبية للتعرف على حركات العين وتفسير اتجاه النظرة.
مع توقع وصول سوق اكتشاف النظرة العالمي إلى 11.9 مليار دولار بحلول عام 2032، تتبناه العديد من الصناعات لتطبيقات مختلفة. على سبيل المثال، يتم استخدام اكتشاف النظرة في السيارات لتحسين سلامة السائق من خلال مراقبة مستويات الانتباه واكتشاف علامات النعاس أو تشتت الانتباه.
في هذه المقالة، سنستكشف كيف يتم استخدام الرؤية الحاسوبية لتتبع حركة العين واكتشاف النظرة. وسننظر أيضًا في بعض تطبيقاتها الرئيسية عبر مختلف الصناعات. هيا بنا نبدأ!
ما هو تتبع العين وكشف النظرة؟
تتبع العين واكتشاف النظرات هي تقنيات تُستخدم لتحديد تركيز انتباه الشخص من خلال تحليل حركات العين واتجاه النظرات. وبفضل التطورات في مجال الذكاء الاصطناعي وتكنولوجيا الاستشعار، أصبح من الممكن الآن track عيني الشخص في الوقت الفعلي.
تقليدياً، تعتمد معظم أنظمة تتبع العين على كاميرات الأشعة تحت الحمراء (IR)، والتي detect حركات حدقة العين من خلال إضاءة العينين بالأشعة تحت الحمراء القريبة من الأشعة تحت الحمراء والتقاط انعكاسات القرنية. توفر هذه الأنظمة دقة عالية. ومع ذلك، فإنها غالباً ما تتطلب أغطية رأس متخصصة، والتي يمكن أن تكون غير مريحة عند ارتدائها وعرضة لمشاكل المعايرة.
مع ظهور الذكاء الاصطناعي، ينشط الباحثون في استكشاف أساليب تتبع العين القائمة على الرؤية الحاسوبية. على عكس الأنظمة التقليدية القائمة على الأشعة تحت الحمراء، تعتمد هذه الأساليب على نماذج الرؤية الحاسوبية مثل Ultralytics YOLO11detect ملامح الوجه مثل العينين والبؤبؤ، بالإضافة إلى إجراء تقدير وضعية الرأس. بالإضافة إلى ذلك، صُممت نماذج التعلم العميق المتخصصة مثل GazeNet من NVIDIA خصيصاً لتقدير النظرات.
الشكل 1. مثال على استخدام YOLO11 detect عين الشخص وبؤبؤ العين.
في حين لا يزال تتبع حركة العين القائم على رؤية الكمبيوتر مجالًا قيد التطوير، إلا أنه يحمل إمكانات لجعل تتبع حركة العين أكثر سهولة، مما يقلل التكاليف ويحسن سهولة الاستخدام للتطبيقات في مجالات التسويق وعلم النفس وعلم الأعصاب.
تطور كشف النظرة وتتبع العين
بعد ذلك، دعنا نستكشف التحول من الأنظمة التقليدية القائمة على الأشعة تحت الحمراء إلى حلول أكثر سهولة تعتمد على البرامج.
قد تتساءل عما إذا كان تتبع العين واكتشاف النظرة يمكن إجراؤهما بدون الذكاء الاصطناعي - فلماذا هناك بحث مستمر حول دمج الذكاء الاصطناعي ورؤية الكمبيوتر في هذه التقنيات؟ في حين أن طرق تتبع العين التقليدية موجودة، إلا أنها تعتمد غالبًا على كاميرات الأشعة تحت الحمراء المتخصصة وأجهزة تتبع العين المثبتة على الرأس، والتي قد تكون باهظة الثمن ومرهقة وتتطلب ظروف إضاءة محكمة. ومع ذلك، تتيح الحلول التي تعتمد على الذكاء الاصطناعي تتبع العين باستخدام كاميرات الويب القياسية وكاميرات الهواتف الذكية، مما يقلل التكاليف ويحسن إمكانية الوصول.
فيما يلي بعض العوامل الأخرى وراء تطور تقنية تتبع العين وكشف النظرة:
التطبيقات (Applications): تسمح الأساليب التي تعتمد على البرمجيات لهذا المجال بالتوسع إلى ما وراء البحث ليشمل الأجهزة الاستهلاكية ومجالات مثل الألعاب.
قابلية التوسع: يمكن للذكاء الاصطناعي أن يتدخل لجعل حلول الكشف عن النظرة متاحة لجمهور أوسع، من المستخدمين الأفراد إلى الصناعات واسعة النطاق.
التطورات في تكنولوجيا الكاميرا: اليوم، لدينا إمكانية الوصول إلى كاميرات هواتف ذكية وكاميرات ويب ذات دقة أعلى تعزز دقة تتبع العين - وهو أمر لم يكن ممكنًا قبل 20 عامًا.
والآن بعد أن ناقشنا دور الرؤية الحاسوبية في تتبع العين واكتشاف النظرات، دعنا نستعرض كيف يمكن استخدام YOLO11 هنا.
يدعمYOLO11 Ultralytics YOLO11 مهام مثل اكتشاف الأجسام وتقدير الوضعية. تم تدريبه مسبقًا على مجموعة بياناتCOCO وهو يحقق دقة عالية في اكتشاف الأجسام المختلفة. على وجه التحديد، بالنسبة لحل اكتشاف النظرات، يمكن أن يلعب YOLO11 دورًا داعمًا.
على الرغم من أنه لا يمكنه التنبؤ مباشرةً باتجاه النظرة، إلا أنه يمكن ضبطه بدقة detect الوجوه والعينين والبؤبؤ، وهي عناصر أساسية لإجراء المزيد من التحليل. بمجرد تحديد هذه الميزات، يمكن للنماذج الإضافية معالجة بيانات حركة العين لتقدير اتجاه النظرة.
على سبيل المثال، لتحسين الدقة، يمكن تدريب YOLO11 على مجموعات بيانات مثل WIDER FACE لاكتشاف الوجوه. أيضًا، فيما يتعلق بإمكانيات تقدير وضعية YOLO11 يمكن أن يساعد في track اتجاه الرأس، مما يعزز دقة اكتشاف النظرات.
الشكل 3. يمكن استخدام YOLO11 detect الوجوه البشرية.
تطبيقات واقعية لاكتشاف النظرة
يتمتع اكتشاف النظرة، الذي يتم تمكينه بواسطة الرؤية الحاسوبية، بمجموعة واسعة من التطبيقات عبر الصناعات، بدءًا من تحسين السلامة في قطاع السيارات وحتى تحليل التركيز في الألعاب. دعنا نستكشف كيف تستفيد المجالات المختلفة من هذه التقنية.
تتبع النظرة في الألعاب
يتم استخدام تتبع العين في الألعاب لتوفير رؤى في الوقت الفعلي حول تركيز اللاعب واتخاذ القرارات وأوقات رد الفعل. من خلال تتبع حركات العين، تساعد هذه التقنية اللاعبين على تحسين استراتيجياتهم وتعزيز برامج التدريب وتحسين تفاعل الجمهور من خلال عرض مرئي لمكان نظر اللاعبين خلال اللحظات الرئيسية.
ومن الأمثلة المثيرة للاهتمام على ذلك سباقات السباق، وهي رياضة سيارات افتراضية تنافسية يتسابق فيها اللاعبون باستخدام محاكاة واقعية للقيادة. يساعد تعقب العين في تحليل كيفية تركيز السائقين على track والتفاعل مع الخصوم، والتنقل في المنعطفات الحادة. من خلال تتبع نظراتهم في الوقت الحقيقي، يمكن للمدربين تحديد الأنماط واكتشاف الانحرافات وتحسين استراتيجيات السباق.
الشكل 4. يمكن استخدام تتبع العين لمراقبة وتحليل متسابقي المحاكاة.
بالإضافة إلى سباقات المحاكاة، يتم أيضًا استخدام تتبع العين في الألعاب التنافسية السريعة لتحليل ردود أفعال اللاعب وأوقات الاستجابة وكيفية تركيزهم على العناصر الرئيسية داخل اللعبة. من خلال فهم المكان الذي ينظر إليه اللاعب قبل اتخاذ خطوة، تساعد هذه البيانات في تحسين اتخاذ القرارات وتحسين الدقة وتعزيز التدريب للعب عالي المستوى.
تقدير النظرة للأبحاث النفسية
هناك العديد من تطبيقات رؤية الذكاء الاصطناعي لتقدير النظرة المتعلقة بالبحث. مثال جيد على ذلك هو استخدامه في علم النفس لدراسة الانتباه والحمل المعرفي والسلوك الاجتماعي. من خلال تحليل حركات العين، يمكن للباحثين اكتساب رؤى حول الإدراك واتخاذ القرارات والظروف الصحية العقلية مثل التوحد واضطراب فرط الحركة ونقص الانتباه.
على وجه التحديد، يساعد تتبع حركة العين باستخدام رؤية الكمبيوتر في تحديد أنماط حركة العين، ومدة التثبيت، والانتباه البصري، مما يمكن أن يكشف عن الحالات المعرفية والعاطفية. مع التقدم في التعلم العميق وتقدير حركة العين المدفوع بالذكاء الاصطناعي، أصبحت هذه الطرق أكثر دقة وسهولة، مما يسمح بتطبيقات أوسع في الأبحاث العصبية.
السلامة في قطاع السيارات
على مر السنين، استخدم الباحثون طرقًا مختلفة لدراسة انتباه وتركيز السائقين أثناء ظروف المرور المختلفة. من بين هذه الطرق، كان تتبع العين أمرًا بالغ الأهمية ويمكن أن يوفر نظرة ثاقبة حول المكان الذي ينظر إليه السائق أثناء القيادة.
بمساعدة نماذج رؤية الكمبيوتر، يمكن لاكتشاف النظرة أن يزيد من تحسين هذا التحليل من خلال تتبع حركات العين بدقة في الوقت الفعلي. يمكن أن يمنحنا هذا التحليل فهمًا أفضل لسلوك السائق، مما يساعد في تحديد عوامل تشتيت الانتباه أو التعب أو حالات فقدان التركيز، مما يمكن أن يحسن السلامة على الطرق ويساعد في تطوير أنظمة متقدمة لمساعدة السائق.
الشكل 5. مثال على مراقبة سائق باستخدام خاصية كشف الوجه وتتبع النظرة.
على سبيل المثال، إذا كان السائق ينظر بعيداً عن الطريق بشكل متكرر للتحقق من هاتفه أو كان بطيئاً في الاستجابة عند التقاطعات، يمكن للنظام detect هذه السلوكيات وإصدار تنبيهات لإعادة تركيز انتباهه، مما قد يمنع وقوع الحوادث.
إيجابيات وسلبيات تتبع حركة العين واكتشاف النظرة
فيما يلي بعض الفوائد الرئيسية التي يمكن أن تجلبها تقنيات تتبع العين وكشف النظرة إلى حياتنا 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 حركة العين الباحثين والمهنيين على اتخاذ قرارات مستنيرة بناءً على أنماط الانتباه الموضوعية.
تحسين بيئة العمل البصرية: يمكن أن يساعد تحليل سلوك النظرة في تصميم الشاشات وأماكن العمل والبيئات التي تقلل من إجهاد العين وتحسن الراحة.
في حين أن هذه الفوائد تسلط الضوء على كيف يمكن أن يؤثر الكشف عن النظرة بشكل إيجابي على حياتنا، فمن المهم أيضًا مراعاة التحديات التي ينطوي عليها تنفيذه. فيما يلي بعض القيود الرئيسية التي يجب وضعها في الاعتبار:
مخاوف الخصوصية: يمكن أن يثير تتبع العين المستمر مشكلات تتعلق بالخصوصية، مما يجعل المستخدمين غير مرتاحين. يمكن أن يساعد ضمان الشفافية وموافقة المستخدم ومعالجة البيانات محليًا في التخفيف من هذه المخاوف.
طلب حسابي مرتفع: يمكن أن يتطلب تتبع النظرة 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 حركة العين أقل موثوقية في البيئات الواقعية بسبب التغيرات في الإضاءة أو حركات الرأس أو العوائق مثل النظارات والشعر. يمكن أن تؤثر زوايا الكاميرا أيضًا على الأداء.
إبقاء عينيك على المستقبل
يعمل تتبع العين واكتشاف النظرات، بدعم من نماذج الرؤية الحاسوبية مثل YOLO11 على تغيير طريقة تفاعلنا مع العالم. من جعل الطرق أكثر أماناً إلى فهم السلوك البشري، أصبحت هذه التكنولوجيا مفيدة بشكل متزايد في الحياة اليومية.
في حين أن هناك تحديات مثل مخاوف الخصوصية والحاجة إلى أجهزة كمبيوتر قوية، إلا أن التطورات في الذكاء الاصطناعي ورؤية الكمبيوتر تجعل تتبع حركة العين أكثر دقة وسهولة في الاستخدام. ومع استمرار تحسنه، فمن المرجح أن يلعب دورًا أكبر في مجموعة من الصناعات.
