كيفية حساب المسافة باستخدام نماذج الرؤية الحاسوبية؟

عندما تعبر الطريق وترى سيارة تقترب منك، يمكنك أن تدرك فورًا، وبشكل تقريبي، مدى بُعدها عنك. ويعود هذا التقدير السريع، شبه الغريزي، إلى فهم مكاني لمحيطك. واستنادًا إلى هذا الإحساس، يمكنك أن تقرر ما إذا كنت ستسرع أو تتوقف أو تواصل السير.

وبالمثل، تُعد الرؤية الحاسوبية فرعًا من فروع الذكاء الاصطناعي (AI) يتيح للآلات تكوين فهم لمحيطها من خلال تفسير البيانات المرئية. وكما يمكنك تقدير قرب السيارة لاتخاذ قرارات سريعة، تستطيع نماذج الرؤية الحاسوبية تحليل الصور ومقاطع الفيديو، مما يساعد الآلات على استشعار العالم من حولها والتفاعل معه.

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

وبوجه خاص، يمكن استخدام إمكانات Ultralytics YOLO11 لحساب مدى تباعد الكائنات بعضها عن بعض، وهو أمر مفيد في مجالات عديدة مثل التصنيع وتجارة التجزئة وإدارة الحشود، مما يساعد على تحسين السلامة والكفاءة.

في هذه المقالة، سنستكشف كيفية استخدام Ultralytics YOLO11 في حساب المسافة ضمن تطبيقات الرؤية الحاسوبية، وسبب أهمية ذلك، وتأثيره 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 وحدتي بكسل لكائنين وتحديد موضعهما وقياس المسافة بينهما في الصورة. والبكسلات هي الوحدات الفردية التي تكوّن الصورة الرقمية، إذ يمثل كل منها نقطة واحدة ذات قيمة محددة للون أو شدة الإضاءة.

لتحويل قياسات البكسل إلى مسافات في العالم الحقيقي، تُعد المعايرة أمرًا أساسيًا. ويمكنك التفكير فيها على أنها استخدام مسطرة لقياس شيء ما، ثم استخدام ذلك القياس لفهم أحجام الكائنات الأخرى. ومن خلال الاستناد إلى كائنات ذات أحجام معروفة، تنشئ المعايرة رابطًا بين البكسلات والمسافات الفيزيائية الفعلية.

لنلقِ نظرة على مثال لمعرفة كيفية حدوث ذلك. في الصورة أدناه، تُعد العملة الكائن المرجعي، وحجمها (0.9in by 1.0in) معروف. وبمقارنة قياسات البكسل للكائنات الأخرى بحجم العملة، يمكننا حساب حجمها في العالم الحقيقي.

الشكل 2. يمكن استخدام عملة مرجعًا لقياس الحجم الفعلي لكائنات أخرى.

ومع ذلك، يُجرى حساب المسافة في مستوى ثنائي الأبعاد (2D)، ما يعني أنه يقيس المسافات الأفقية والرأسية بين الكائنات فقط. ويختلف ذلك عن تقدير العمق، الذي يقيس مسافة الكائنات في فضاء ثلاثي الأبعاد، بما في ذلك بعدها عن الكاميرا.

رغم أن كاميرات العمق يمكنها قياس العمق الحقيقي وتوفير معلومات مكانية أكثر تفصيلًا، فإن المسافة البسيطة المُعايرة تكون كافية في حالات كثيرة. فعلى سبيل المثال، يعمل تحديد مدى تباعد الكائنات في مستوى ثنائي الأبعاد جيدًا لمهام مثل تتبع الكائنات أو إدارة الطوابير، لذلك لا تكون هناك حاجة إلى تقدير العمق في هذه الحالات.

فهم كيفية عمل حساب المسافة باستخدام Ultralytics YOLO11#

بعد ذلك، سنستعرض كيفية حساب المسافة بين كائنين باستخدام دعم Ultralytics YOLO11 لـاكتشاف الكائنات وتتبعها. إليك التفاصيل:

• اكتشاف الكائنات وتتبعها: يمكن استخدام Ultralytics YOLO11 لاكتشاف الكائنات من خلال التعرف عليها في إطار وتتبع حركتها عبر الإطارات في مقطع فيديو. ويُسند النظام معرّف تتبع فريدًا إلى كل كائن، مما يتيح له مراقبة موضعه وحركته طوال مدة الفيديو.
• المربعات المحيطة: تُرسم المربعات المحيطة حول الكائنات المكتشفة استنادًا إلى نتائج اكتشاف الكائنات في Ultralytics YOLO11، التي تحدد مواقعها في الصورة.
• اختيار الكائنات: يمكن اختيار كائنين للتركيز عليهما، ويحدّث Ultralytics YOLO11 المربعات المحيطة أثناء تحرك الكائنين في الوقت الفعلي.
• حساب المركز: تُحسب المراكز (النقاط المركزية للمربعات المحيطة بالكائنين) استنادًا إلى إحداثيات زوايا المربع المحيط، لتمثيل موضعي الكائنين.
• حساب المسافة: يمكن بعد ذلك استخدام مركزي الكائنين لحساب المسافة الإقليدية بينهما. والمسافة الإقليدية هي المسافة في خط مستقيم بين نقطتين في مستوى ثنائي الأبعاد، وتُحسب باستخدام الفروق في الاتجاهين الأفقي والرأسي. ويوفر ذلك المسافة بين الكائنين بالبكسل.

من المهم أن تضع في اعتبارك أن المسافات المحسوبة بهذه الطريقة ليست سوى تقديرات، لأنها تستند إلى قياسات البكسل ثنائية الأبعاد.

الشكل 3. استخدام Ultralytics YOLO لاكتشاف شخص وحساب المسافات.

أثر تقدير المسافة باستخدام YOLO#

نظرًا إلى أن حساب المسافات باستخدام Ultralytics YOLO11 هو تقديري، قد تتساءل: أين يمكن استخدامه، وكيف يمكن أن يُحدث فرقًا؟

بما أن المعايرة تُستخدم للوصول إلى تقديرات المسافة هذه، فهي دقيقة بما يكفي للمساعدة في العديد من المواقف العملية. ويكون تقدير المسافة باستخدام Ultralytics YOLO11 مفيدًا بوجه خاص في البيئات الديناميكية، مثل المستودعات، حيث تتحرك الكائنات باستمرار وتكون التعديلات في الوقت الفعلي ضرورية للحفاظ على سير العمليات بسلاسة.

ومن الأمثلة المثيرة للاهتمام استخدام YOLO11 من أجل تتبع الطرود على سير ناقل وتقدير المسافة بينها في الوقت الفعلي. ويساعد ذلك مديري المستودعات على ضمان تباعد الطرود بصورة مناسبة، مما يمنع الاصطدامات ويحافظ على سير العمليات بسلاسة.

في مثل هذه الحالات، لا تكون المسافة الدقيقة ضرورية دائمًا. فعادةً ما يُحدَّد نطاق أو حدّ للمسافة المثلى، ولذلك يعمل التقدير جيدًا في هذه الأنواع من التطبيقات.

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

حساب المسافة في تطبيقات الرؤية الحاسوبية#

يمكن لتطبيقات الرؤية الحاسوبية المتنوعة الاستفادة من حساب المسافة بين الكائنات باستخدام Ultralytics YOLO11. ففي تحليلات تجارة التجزئة، على سبيل المثال، يساعد ذلك على تحسين إدارة الطوابير من خلال تتبع مواضع العملاء في الوقت الفعلي. ويتيح ذلك للشركات تخصيص الموارد بشكل أفضل، وتقليل أوقات الانتظار، وتوفير تجربة تسوق أكثر سلاسة. ومن خلال ضبط مستويات الموظفين وإدارة تدفق العملاء ديناميكيًا، تستطيع المتاجر منع الازدحام وتحسين استخدام المساحة.

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

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

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

ومن خلال تتبع المسافات في الوقت الفعلي، كان من الممكن إرسال تنبيهات عندما يقترب 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 أقرب على الفوائد المرتبطة بذلك:

• الأتمتة: يمكن للذكاء الاصطناعي المعتمد على الرؤية أتمتة مهام حساب المسافة التي كانت تتطلب التتبع اليدوي، مما يقلل الأخطاء البشرية وتكاليف العمالة، مع زيادة الإنتاجية.
• تحسين استخدام الموارد: من خلال معرفة التباعد والقرب التقريبيين بين الكائنات، يمكن تحسين استخدام الموارد (مثل الموظفين أو الآلات)، مما يقلل الهدر ويحسن سير العمل.
• تعقيد إعداد محدود: بعد الإعداد، تكون أنظمة حساب المسافة المعتمدة على الرؤية قليلة الحاجة إلى الصيانة نسبيًا، وتتطلب تدخلًا بشريًا أقل مقارنةً بالأنظمة الأخرى التي تعتمد على الإدخال اليدوي أو الآلات المعقدة.

رغم هذه المزايا، توجد أيضًا بعض القيود التي ينبغي وضعها في الاعتبار عند تنفيذ مثل هذه الأنظمة. إليك 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 يؤدي إلى أخطاء أو حالات عدم اتساق محتملة.
• مخاوف الخصوصية: قد يثير استخدام الرؤية الحاسوبية لتتبع الكائنات أو الأشخاص قضايا تتعلق بالخصوصية، ولا سيما في الأماكن العامة أو البيئات الحساسة التي قد تتضمن بيانات شخصية.
• التعقيد في سيناريوهات الكائنات المتعددة: في البيئات التي تحتوي على العديد من الكائنات المتحركة، قد يؤدي حساب المسافات بين كائنات متعددة في الوقت نفسه بدقة إلى حدوث ارتباك، ولا سيما إذا كانت متقاربة أو متقاطعة.

أهم النقاط المستخلصة#

يُعد حساب المسافة بين الكائنات باستخدام Ultralytics YOLO11 حلًا موثوقًا يمكنه دعم اتخاذ القرارات. وهو مفيد بوجه خاص في البيئات الديناميكية مثل المستودعات وتجارة التجزئة وإدارة المرور، حيث يمكن أن يؤدي تتبع مدى قرب الكائنات من بعضها إلى تحسين الكفاءة والسلامة.

يتيح Ultralytics YOLO11 أتمتة المهام التي كانت تتطلب عادةً جهدًا يدويًا. ورغم وجود بعض التحديات، مثل الحساسية للعوامل البيئية ومخاوف الخصوصية، فإن الفوائد، مثل الأتمتة وقابلية التوسع وسهولة التكامل، تجعله ذا تأثير كبير. ومع استمرار تحسن الرؤية الحاسوبية، ولا سيما في مجالات مثل حساب المسافة، من المرجح أن نشهد تحولًا فعليًا في كيفية تفاعل الآلات مع محيطها وفهمه.

انضم إلى مجتمعنا! واستكشف مستودعنا على GitHub لمعرفة المزيد عن الذكاء الاصطناعي المعتمد على الرؤية. وإذا كنت مهتمًا بالاستفادة من الرؤية الحاسوبية، فاطّلع على خيارات الترخيص لدينا. وتعرّف على كيفية مساهمة الرؤية الحاسوبية في الرعاية الصحية في تحسين الكفاءة، وشاهد أثر الذكاء الاصطناعي في الزراعة بزيارة صفحات حلولنا!