ما OpenPose؟ استكشاف محطة بارزة في تقدير الوضعيات

في أيامنا هذه، تنتشر الصور والكاميرات في كل مكان، فهي مدمجة في هواتفنا ومنازلنا وحتى الأماكن العامة. ولا نعتمد عليها لالتقاط اللحظات فحسب، بل أيضًا لمساعدتنا على فهم العالم من حولنا والتفاعل معه.

تتيح الرؤية الحاسوبية، وهي فرع من الذكاء الاصطناعي (AI)، ذلك في الخفاء من خلال تمكين الآلات من تفسير البيانات المرئية. فهي تتيح للأنظمة اكتشاف الأجسام والتعرّف إلى الوجوه وتتبع الحركة، وتؤدي دورًا رئيسيًا في كثير من التقنيات التي نستخدمها يوميًا.

بفضل التطورات الأخيرة في الذكاء الاصطناعي، باتت نماذج الرؤية الحاسوبية قادرة على تحليل بيانات ورؤى أكثر تعقيدًا واستخراجها. ومن أمثلة ذلك تقدير الوضعية، وهي مهمة في الرؤية الحاسوبية تركز على فهم حركة الإنسان.

تعمل هذه التقنية على تحديد النقاط الرئيسية في الجسم، مثل الكتفين والمرفقين والركبتين، في الصور أو الفيديو. ويتيح ذلك تحليل كيفية حركة الأشخاص، ويدعم تطبيقات تتبع اللياقة البدنية والرسوم المتحركة والرعاية الصحية وغيرها.

من بين الأدوات العديدة المطورة لتقدير الوضعية، يبرز OpenPose بوصفه إنجازًا مهمًا. أنشأه باحثون في مختبر الحوسبة الإدراكية بجامعة كارنيغي ميلون، وكان من أوائل الأنظمة مفتوحة المصدر القادرة على اكتشاف وضعيات الجسم بالكامل لدى عدة أشخاص، بما يشمل اليدين والقدمين والنقاط الرئيسية للوجه، في الوقت الفعلي باستخدام كاميرا واحدة فقط (مع ما يصل إلى 135 نقطة رئيسية لكل شخص).

سنستعرض في هذا المقال OpenPose وآلية عمله وأهميته بوصفه محطة بارزة في مسيرة الرؤية الحاسوبية.

الشكل 1. تقدير وضعية عدة أشخاص باستخدام OpenPose.

لمحة عن تاريخ تقدير الوضعية#

قبل انتشار استخدام الذكاء الاصطناعي، كان تتبع حركة الإنسان في مقاطع الفيديو يتطلب معدات متخصصة. ففي قطاعات مثل الأفلام والرسوم المتحركة، كان الممثلون يرتدون غالبًا بدلات مزودة بعلامات عاكسة كي تتمكن الكاميرات من التقاط حركاتهم في بيئة استوديو مضبوطة.

كانت تقنيات التقاط الحركة المعتمدة على العلامات دقيقة، لكنها مكلفة أيضًا ومحدودة بإعدادات معينة. ومع تقدم الرؤية الحاسوبية، بحث العلماء عن طرق لتتبع حركة الجسم من دون استخدام العلامات. واستخدموا الحواف والخطوط المحيطية والقوالب للعثور على أشكال البشر في الصور.

نجحت هذه الأنظمة المبكرة في الحالات البسيطة والمباشرة، لكنها واجهت صعوبة في سيناريوهات العالم الحقيقي. وكثيرًا ما قدمت نتائج ضعيفة عندما تحرك الأشخاص بطرق غير متوقعة أو ظهر أكثر من شخص في الإطار.

في أواخر العقد الثاني من القرن الحادي والعشرين، أحدث التعلم العميق تحولًا كبيرًا في تقدير الوضعية. إذ أمكن تدريب نماذج الذكاء الاصطناعي للرؤية على مجموعات بيانات ضخمة لوضعيات بشرية. وبدلًا من الاعتماد على الحواف والقوالب، تعلمت النماذج التعرّف إلى مفاصل الجسم وبنيته من خلال دراسة آلاف الصور الموسومة. وجعل ذلك تقدير الوضعية أدق وأكثر مرونة وأوسع أثرًا في نطاق أكبر من التطبيقات.

الشكل 2. تطور نماذج تقدير الوضعية البشرية من 2017 إلى 2023.

OpenPose: انطلاقة تقدير الوضعية الحديث#

أُطلق OpenPose لأول مرة عام 2017، وهو قادر على تقدير وضعيات عدة أشخاص في الوقت نفسه ضمن صورة واحدة. وعلى خلاف الأنظمة الأقدم، لا يتطلب OpenPose بدلات أو علامات خاصة. فهو يعمل مع الكاميرات القياسية، ويمكنه معالجة الصور ومقاطع الفيديو في الوقت الفعلي. وجعلت هذه الميزات تقدير الوضعية أيسر للمطورين والباحثين.

أسس OpenPose قاعدةً في مجال الرؤية الحاسوبية ساعدت الآخرين على بناء معماريات أحدث لمجموعة متنوعة من التطبيقات الأخرى. واليوم، تقدم نماذج الذكاء الاصطناعي للرؤية مثل Ultralytics YOLOv8 وUltralytics YOLO11، ومؤخرًا Ultralytics YOLO26، التي تدعم مهام تقدير الوضعيات، نتائج أسرع وزمن استجابة أقل.

الشكل 3. استخدام YOLO11 لتقدير الوضعية.

ومع ذلك، يُعد OpenPose نقطة انطلاق ممتازة إذا كنت مهتمًا بتطور تقدير الوضعية. فقد قدم أفكارًا أساسية لا تزال تعتمد عليها أنظمة أحدث كثيرة حتى اليوم.

الإمكانات الرئيسية لـ OpenPose#

بعد أن اتضحت لنا أهمية OpenPose، لنتعمق في ما يمكنه فعله فعليًا.

يكمن جوهر إمكانات OpenPose في ما يُعرف باسم اكتشاف النقاط الرئيسية. والنقاط الرئيسية هي معالم محددة على جسم الإنسان، مثل طرف الأنف ومركز الكتفين والمرفقين والمعصمين والوركين والركبتين والكاحلين. يستطيع OpenPose اكتشاف ما يصل إلى 135 نقطة من هذه النقاط لكل شخص، بما في ذلك مناطق تفصيلية مثل الأصابع وملامح الوجه.

عند وصل هذه النقاط، تتشكل صورة مبسطة للجسم البشري، أشبه بهيكل عظمي رقمي. ولا يوضح هذا المخطط الهيكلي موضع الشخص فحسب، بل يوضح وضعيته أيضًا: هل يجلس أم يقف أم يلوّح أم يبتسم أم يمشي. ويمكن للحواسيب تفسير حركة الإنسان بصريًا باستخدام هذه الهياكل العظمية، تمامًا كما نفهم نحن لغة الجسد تلقائيًا.

يفيد تتبع الهيكل العظمي بوجه خاص لأنه يزيل ضوضاء الخلفية ومصادر التشتيت، ويتيح للنظام التركيز على وضعية الإنسان وحركته. وبدلًا من تحليل كل بكسل، يركز OpenPose على النقاط ذات الدلالة التي تكشف كيفية تحرك الشخص أو تفاعله.

ومن خلال استخراج هذه المعلومات المنظمة من الصور أو مقاطع الفيديو اليومية، يتيح OpenPose إنشاء تطبيقات تستجيب للإيماءات، أو تراقب النشاط البدني، أو تقيّم المؤشرات العاطفية، أو حتى تحرّك الشخصيات الرقمية.

كيف يعمل OpenPose؟#

فيما يلي نظرة عامة على كيفية اكتشاف OpenPose للنقاط الرئيسية في جسم الإنسان وربطها انطلاقًا من المدخلات المرئية:

• يبدأ بصورة: يأخذ OpenPose صورة واحدة من صورة فوتوغرافية أو مقطع فيديو أو بث كاميرا مباشر.
• يحدد أجزاء الجسم المهمة: يبحث النظام عن النقاط الرئيسية في الجسم، مثل الأنف والمرفقين والمعصمين والركبتين والكاحلين. ويحدد مواضعها عندما يكون واثقًا من مكان وجود الجزء المعني من الجسم.
• يحدد الأجزاء التي تنتمي معًا: بعد ذلك، يتحقق OpenPose من كيفية اتصال النقاط الرئيسية. ويستخدم حسابات رياضية لتحديد المفاصل التي تنتمي إلى الشخص نفسه، مثل وصل المعصم بالمرفق والكتف الصحيحين.
• يرسم هيكلًا عظميًا لكل شخص: بعد تجميع النقاط الرئيسية، يصلها OpenPose لتشكيل «هيئة عصوية» توضح وضعية كل شخص. وتنجح هذه العملية حتى عند ظهور عدة أشخاص في الإطار نفسه.
• يعيد بيانات الوضعية: أخيرًا، يوفر OpenPose المواقع الدقيقة لجميع النقاط الرئيسية المكتشفة. ويمكن استخدام هذه البيانات لتتبع الحركة والتعرّف إلى الإيماءات وبناء أدوات تفاعلية، كل ذلك في الوقت الفعلي.

الشكل 4. اكتشاف النقاط الرئيسية البشرية وتتبعها باستخدام OpenPose.

تطبيقات تقدير الوضعية في مختلف القطاعات باستخدام OpenPose#

كان OpenPose من أوائل الأدوات المتقدمة التي جعلت تقدير الوضعية عمليًا لمجموعة متنوعة من حالات الاستخدام في العالم الحقيقي. ورغم أنه لا يُستخدم كثيرًا اليوم في حلول الرؤية الحاسوبية الآنية، فقد أدى دورًا مهمًا في تشكيل الأعمال المبكرة في مجالات مثل الرياضة والترفيه والتعليم والسلامة.

لنلقِ نظرة أقرب على كيفية إسهامه في تمهيد الطريق في هذه المجالات.

تقدير الوضعية باستخدام OpenPose للياقة البدنية والرياضة#

عندما تشاهد البيسبول، يسهل عليك فهم ما يحدث؛ إذ يمكنك التعرّف فورًا إلى رمية الكرة أو ضربة المضرب أو سرقة القاعدة. فنحن البشر نقرأ حركات الجسم حدسيًا ونفهمها دون جهد يذكر. أما الآلات، فالتعرّف إلى هذه الأفعال أكثر تعقيدًا بكثير، إذ تحتاج إلى معلومات دقيقة عن كيفية تحرك كل جزء من الجسم في الفراغ.

مثّل OpenPose خطوة كبيرة إلى الأمام في هذا المجال من الرؤية الحاسوبية، وكان أداة عملية لتحليل الأداء الرياضي في بيئات متنوعة.

استخدمت مشاريع بحثية كثيرة OpenPose لتحليل حركات مثل الضربات والقفزات، بل لتصنيف أفعال محددة في البيسبول استنادًا إلى حركة اللاعبين. وبما أنه يعمل في بيئات مفتوحة باستخدام الفيديو القياسي، فقد أتاح للباحثين اختبار كيفية عمل هذه الأنظمة في سيناريوهات التدريب أو الإشراف الواقعية.

ساعدت هذه الدراسات المبكرة على إرساء الأساس لأدوات تتبّع الأداء المستخدمة اليوم في تقنيات الرياضة المتقدمة.

الشكل 5. نظرة على خط أنابيب تصنيف حركات البيسبول باستخدام OpenPose.

استخدام OpenPose في أنظمة الأمن والسلامة#

وبالمثل، استخدم الباحثون OpenPose أيضًا لاستكشاف كيفية دعم تتبّع الوضعيات المستند إلى الفيديو لمراقبة السلامة. واختُبر في اكتشاف السلوكيات مثل السقوط، والإيماءات غير المتوقعة، وأنماط الحركة في الأماكن العامة.

نظرًا إلى أن OpenPose يعمل مع الكاميرات القياسية، فقد أتاح إجراء التجارب المبكرة بسهولة أكبر في بيئات مثل المستشفيات ومراكز النقل. وأسهمت هذه الدراسات في تطوير نماذج أحدث تُستخدم اليوم في أنظمة المراقبة واكتشاف السقوط والاستجابة للطوارئ.

الشكل 6. اكتشاف السقوط باستخدام OpenPose.

مزايا OpenPose وعيوبه#

فيما يلي لمحة عن بعض المزايا التي يقدمها OpenPose:

• مفيد للبحث والنماذج الأولية: استُخدم على نطاق واسع في الأبحاث الأكاديمية، ولا سيما في مجالات مثل التفاعل بين الإنسان والحاسوب، والميكانيكا الحيوية، وتحليل السلوك.
• دعم متعدد المنصات: يمكن تشغيله على Windows وLinux وmacOS، مع دعم كل من وحدات المعالجة المركزية (CPUs) ووحدات معالجة الرسومات (GPUs).
• إمكانية المعالجة دون اتصال بالإنترنت: يمكن تشغيله في بيئات لا يتوفر فيها اتصال بالإنترنت، ما يجعله مثاليًا للبيئات التي تتطلب مراعاة الخصوصية، مثل الرعاية الصحية والتعليم.

مع أن OpenPose مثّل تقدمًا كبيرًا، فإنه يعاني أيضًا من قيود تقنية مهمة ينبغي أخذها في الحسبان. وفيما يلي بعض أبرز التحديات المرتبطة بـ OpenPose:

• متطلبات معالجة عالية: يتطلب تشغيل OpenPose في الوقت الفعلي وحدة GPU قوية وموارد حوسبة كبيرة.
• حساس لظروف البيئة: قد يتراجع الأداء في الإضاءة الخافتة أو الأماكن المزدحمة أو عندما لا تكون زوايا الكاميرا مثالية.
• ثقيل مقارنةً بالنماذج الأحدث: يُعد OpenPose كبيرًا نسبيًا وأبطأ مقارنةً بنماذج تقدير الوضعيات الأحدث. وهو غير ملائم للنشر على الأجهزة محدودة الموارد، مثل الهواتف الذكية والأجهزة اللوحية والأنظمة المضمّنة.

أبرز النقاط#

أدّى OpenPose دورًا مهمًا في إتاحة تقدير الوضعيات على نطاق أوسع. وأثبت إمكانية تتبّع حركات الجسم باستخدام كاميرا بسيطة، دون الاعتماد على بدلات أو معدات متخصصة.

لقد أرسى هذا النموذج الأساس للعديد من التطبيقات العملية في مجالات الرعاية الصحية والتعليم والترفيه والبحث. ورغم أن النماذج الأحدث توفر الآن سرعات أكبر وأحجامًا أخف، يظل OpenPose مرجعًا أساسيًا لفهم تطور تقدير الوضعيات.

انضم إلى مجتمعنا وزُر مستودع GitHub للتعرّف أكثر على الذكاء الاصطناعي. إذا كنت ترغب في بناء حلول الرؤية الحاسوبية الخاصة بك، فاستكشف خيارات الترخيص لدينا. واطّلع أيضًا على أثر الرؤية الحاسوبية في الرعاية الصحية والذكاء الاصطناعي في الخدمات اللوجستية!