كيف تحسب المسافة باستخدام نماذج الرؤية الحاسوبية؟

عندما تعبر الطريق وترى سيارة تقترب منك، يمكنك أن تقدر فورًا المسافة التي تفصلها عنك. ويعود هذا التقدير السريع، الذي يكاد يكون فطريًا، إلى فهمك المكاني لما يحيط بك. وبناءً على هذا الإدراك، يمكنك أن تقرر ما إذا كنت ستسرع الخطى أو تتوقف أو تواصل السير.

وبالمثل، فإن الرؤية الحاسوبية فرع من فروع الذكاء الاصطناعي (AI) يتيح للآلات تكوين فهم لما يحيط بها من خلال تفسير البيانات المرئية. وكما يمكنك تقدير مدى قرب السيارة لاتخاذ قرارات سريعة، تستطيع نماذج الرؤية الحاسوبية تحليل الصور ومقاطع الفيديو، مما يساعد الآلات على استشعار العالم من حولها والاستجابة له.

على سبيل المثال، يُعد Ultralytics YOLO11 نموذجًا للرؤية الحاسوبية قادرًا على اكتشاف الأجسام وتتبعها في الصور ومقاطع الفيديو في الوقت الفعلي. وببساطة، يعمل YOLO11 من خلال النظر إلى الصورة كاملةً دفعة واحدة، بدلًا من تحليلها على أجزاء، مما يجعله أسرع وأكثر كفاءة. كما يمكنه تنفيذ مهام الرؤية الحاسوبية، مثل تجزئة المثيلات وتقدير الوضعية وتصنيف الصور.

وعلى وجه الخصوص، يمكن استخدام قدرات Ultralytics YOLO11 لحساب المسافات الفاصلة بين الأجسام، وهو أمر مفيد في مجالات عديدة مثل التصنيع وتجارة التجزئة وإدارة الحشود، ويساعد على تحسين السلامة والكفاءة.

في هذه المقالة، سنستكشف كيفية استخدام Ultralytics YOLO11 في حساب المسافة ضمن تطبيقات الرؤية الحاسوبية، وأهمية ذلك، وأثره في مختلف الصناعات.

الشكل 1. مثال على استخدام YOLO لحساب مسافة هبوط طائرة.

نظرة عامة على حساب المسافة في الرؤية الحاسوبية#

يتضمن حساب المسافة في الرؤية الحاسوبية اكتشاف وحدات البكسل بين جسمين في صورة وتحديد مواقعها وقياسها. ووحدات البكسل هي الوحدات الفردية التي تكوّن الصورة الرقمية، وتمثل كل منها نقطة واحدة ذات لون أو قيمة شدة محددة.

لتحويل قياسات البكسل إلى مسافات في العالم الحقيقي، تُعد المعايرة أساسية. ويمكن تشبيه ذلك باستخدام مسطرة لقياس شيء ما، ثم الاستفادة من القياس لفهم أحجام الأجسام الأخرى. ومن خلال الاستناد إلى أجسام معلومة الأحجام، تنشئ المعايرة رابطًا بين وحدات البكسل والمسافات الفعلية.

لننظر إلى مثال يوضح آلية ذلك. في الصورة أدناه، تُستخدم العملة جسمًا مرجعيًا، وحجمها (0.9in × 1.0in) معلوم. وبمقارنة قياسات البكسل للأجسام الأخرى بحجم العملة، يمكننا حساب أحجامها في العالم الحقيقي.

الشكل 2. يمكن استخدام عملة مرجعًا لقياس الأحجام الفعلية لأجسام أخرى.

لكن حساب المسافة يجري على مستوى ثنائي الأبعاد (2D)، ما يعني أنه يقيس المسافتين الأفقية والرأسية بين الأجسام فقط. ويختلف ذلك عن تقدير العمق، الذي يقيس مسافة الأجسام في فضاء ثلاثي الأبعاد، بما في ذلك بعدها عن الكاميرا.

مع أن كاميرات العمق تستطيع قياس العمق الحقيقي وتوفير معلومات مكانية أكثر تفصيلًا، فإن مسافة بسيطة محسوبة بعد المعايرة تكفي في كثير من الحالات. فعلى سبيل المثال، يكون تحديد المسافة الفاصلة بين الأجسام في مستوى ثنائي الأبعاد مناسبًا لمهام مثل تتبع الأجسام أو إدارة الطوابير، لذا لا تكون هناك حاجة إلى تقدير العمق في هذه الحالات.

فهم آلية حساب المسافة باستخدام Ultralytics YOLO11#

والآن، لنتناول كيفية حساب المسافة بين جسمين باستخدام دعم Ultralytics YOLO11 لـاكتشاف الأجسام وتتبعها. إليك شرحًا مفصلًا:

• اكتشاف الأجسام وتتبعها: يمكن استخدام Ultralytics YOLO11 لاكتشاف الأجسام من خلال التعرف عليها في إطار وتتبع حركتها عبر إطارات الفيديو. ويُسنِد معرّف تتبع فريدًا لكل جسم، ما يتيح للنظام مراقبة موقعه وحركته طوال الفيديو.
• مربعات الإحاطة: تُرسم مربعات إحاطة حول الأجسام المكتشفة استنادًا إلى نتائج اكتشاف الأجسام التي يقدمها Ultralytics YOLO11، وهي تحدد مواقع الأجسام في الصورة.
• اختيار الأجسام: يمكن اختيار جسمين للتركيز عليهما، ويحدّث Ultralytics YOLO11 مربعي الإحاطة مع تحرك الجسمين في الوقت الفعلي.
• حساب المركز الهندسي: تُحسب المراكز الهندسية، أي النقطتان الواقعتان في مركز مربعي إحاطة الجسمين، استنادًا إلى إحداثيات زوايا مربعات الإحاطة، وتمثل مواضع الجسمين.
• حساب المسافة: يمكن بعد ذلك استخدام المركزين الهندسيين للجسمين لحساب المسافة الإقليدية بينهما. والمسافة الإقليدية هي المسافة المستقيمة بين نقطتين في مستوى ثنائي الأبعاد، وتُحسب باستخدام الفروق في الاتجاهين الأفقي والرأسي. وينتج عن ذلك قياس المسافة بين الجسمين بوحدات البكسل.

من المهم تذكّر أن المسافات المحسوبة بهذه الطريقة ليست إلا تقديرات، لأنها تستند إلى قياسات ثنائية الأبعاد بوحدات البكسل.

الشكل 3. استخدام Ultralytics YOLO لاكتشاف شخص وحساب المسافات.

أثر تقدير المسافة باستخدام YOLO#

بما أن حساب المسافات باستخدام Ultralytics YOLO11 يُعد تقديريًا، فقد تتساءل: أين يمكن استخدامه، وكيف يمكن أن يُحدث فرقًا؟

بما أن هذه التقديرات للمسافة تعتمد على المعايرة، فهي دقيقة بما يكفي للمساعدة في كثير من المواقف العملية. ويُعد تقدير المسافة باستخدام Ultralytics YOLO11 مفيدًا على نحو خاص في البيئات الديناميكية، مثل المستودعات، حيث تتحرك الأجسام باستمرار وتكون التعديلات الآنية ضرورية لضمان سلاسة العمليات.

من الأمثلة المثيرة للاهتمام استخدام YOLO11 لتتبع الطرود على سير ناقل وتقدير المسافة الفاصلة بينها في الوقت الفعلي. ويساعد ذلك مديري المستودعات على ضمان تباعد الطرود على النحو المناسب، وتجنب التصادمات، والحفاظ على سلاسة العمليات.

في مثل هذه الحالات، لا تكون المسافة الدقيقة ضرورية دائمًا. فعادةً ما يُحدد نطاق أو حد للمسافة المثلى، لذا يكون التقدير مناسبًا لهذا النوع من التطبيقات.

الشكل 4. اكتشاف الطرود باستخدام Ultralytics YOLO11 وحساب المسافة الفاصلة بينها.

حساب المسافة في تطبيقات الرؤية الحاسوبية#

يمكن لمختلف تطبيقات الرؤية الحاسوبية الاستفادة من حساب المسافة بين الأجسام باستخدام Ultralytics YOLO11. ففي تحليلات البيع بالتجزئة، على سبيل المثال، يساعد ذلك على تحسين إدارة الطوابير عبر تتبع مواقع العملاء في الوقت الفعلي. ويتيح هذا للشركات توزيع الموارد على نحو أفضل، وتقليل أوقات الانتظار، وتوفير تجربة تسوق أكثر سلاسة. ومن خلال تعديل مستويات التوظيف وإدارة تدفق العملاء ديناميكيًا، يمكن للمتاجر منع الازدحام وتحسين استخدام المساحة.

وبالمثل، يساعد تقدير المسافة في إدارة حركة المرور على مراقبة التباعد بين المركبات وتحليل أنماط حركة المرور. ويمكن استخدام ذلك لاكتشاف السلوكيات الخطرة، مثل الالتصاق بالمركبة الأمامية، وضبط إشارات المرور لضمان انسيابية الحركة. كما يمكن أن يساعد على جعل الطرق أكثر أمانًا من خلال تحديد المشكلات المحتملة وتحسين إدارة حركة المرور عمومًا في الوقت الفعلي.

الشكل 5. يمكن استخدام حساب المسافة المدعوم بالرؤية لمراقبة حركة المرور.

ومن الاستخدامات الفريدة الأخرى لهذه التقنية أنها ساعدت على تعزيز التباعد الاجتماعي خلال جائحة COVID-19. فقد ضمنت حفاظ الناس على مسافة آمنة في الأماكن العامة والمتاجر والمستشفيات، مما قلل خطر انتشار الفيروس.

ومن خلال تتبع المسافات في الوقت الفعلي، أمكن إرسال تنبيهات عند اقتراب الأفراد أكثر من اللازم، مما سهّل على الشركات ومقدمي الرعاية الصحية الاستجابة بسرعة والحفاظ على بيئة أكثر أمانًا للجميع.

إيجابيات وسلبيات حساب المسافة في الرؤية الحاسوبية#

بعد أن ناقشنا بعض تطبيقات حساب المسافة باستخدام الرؤية الحاسوبية، إليك نظرة عن كثب على الفوائد المرتبطة بذلك:

• الأتمتة: يستطيع الذكاء الاصطناعي البصري أتمتة مهام حساب المسافة التي كانت ستتطلب تتبعًا يدويًا، مما يقلل الأخطاء البشرية وتكاليف العمالة ويرفع الإنتاجية.
• تحسين استخدام الموارد: يمكن تحسين استخدام الموارد، مثل العاملين أو الآلات، عبر معرفة التباعد التقريبي بين الأجسام ومدى قربها، مما يقلل الهدر ويحسن سير العمل.
• بساطة الإعداد: بعد إعداد أنظمة حساب المسافة المدعومة بالرؤية، تكون صيانتها بسيطة نسبيًا وتتطلب تدخلًا بشريًا أقل مقارنةً بالأنظمة الأخرى التي تعتمد على الإدخال اليدوي أو الآلات المعقدة.

رغم هذه المزايا، هناك أيضًا بعض القيود التي ينبغي أخذها في الحسبان عند تطبيق هذه الأنظمة. وفيما يلي لمحة سريعة عن العوامل الرئيسية التي يجب مراعاتها عند حساب المسافة باستخدام الرؤية الحاسوبية:

• الحساسية للعوامل البيئية: يمكن أن تتأثر دقة حساب المسافة بظروف الإضاءة والظلال والانعكاسات والعوائق، مما قد يؤدي إلى أخطاء أو تفاوت في النتائج.
• مخاوف الخصوصية: قد يثير استخدام الرؤية الحاسوبية لتتبع الأجسام أو الأشخاص مخاوف تتعلق بالخصوصية، لا سيما في الأماكن العامة أو البيئات الحساسة التي قد تتضمن بيانات شخصية.
• التعقيد في حالات تعدد الأجسام: في البيئات التي تضم أجسامًا متحركة كثيرة، قد يؤدي حساب المسافات بين عدة أجسام في الوقت نفسه بدقة إلى الالتباس، ولا سيما إذا كانت الأجسام متقاربة أو متقاطعة.

أبرز النقاط#

يُعد حساب المسافة بين الأجسام باستخدام Ultralytics YOLO11 حلًا موثوقًا يدعم اتخاذ القرارات. وهو مفيد على نحو خاص في البيئات الديناميكية، مثل المستودعات ومتاجر البيع بالتجزئة وإدارة حركة المرور، حيث يمكن لتتبع مدى قرب الأجسام أن يحسن الكفاءة والسلامة.

يتيح Ultralytics YOLO11 أتمتة مهام تتطلب عادةً جهدًا يدويًا. ورغم وجود بعض التحديات، مثل الحساسية للعوامل البيئية ومخاوف الخصوصية، فإن الفوائد، كالأتمتة وقابلية التوسع وسهولة الدمج، تجعله ذا أثر كبير. ومع استمرار تحسن الرؤية الحاسوبية، ولا سيما في مجالات مثل حساب المسافة، يُرجح أن نشهد تحولًا حقيقيًا في كيفية تفاعل الآلات مع ما يحيط بها وفهمه.

انضم إلى مجتمعنا! واستكشف مستودع GitHub لمعرفة المزيد عن الذكاء الاصطناعي البصري. وإذا كنت مهتمًا بالاستفادة من الرؤية الحاسوبية، فاطّلع على خيارات الترخيص. وتعرّف على كيفية إسهام الرؤية الحاسوبية في الرعاية الصحية في تحسين الكفاءة، واكتشف أثر الذكاء الاصطناعي في الزراعة بزيارة صفحات الحلول لدينا!