ما تقدير الوضعية وأين يمكن استخدامه؟

عندما ترى شخصًا منحنيًا أو واقفًا باستقامة وكتفاه إلى الخلف، يتضح فورًا ما إذا كانت وضعيته سيئة أم واثقة. لا يحتاج أحد إلى شرح ذلك لك. يعود السبب إلى أننا تعلمنا طبيعيًا، بمرور الوقت، تفسير لغة الجسد.

من خلال الخبرة والملاحظة، أصبحت أدمغتنا بارعة جدًا في التعرّف على وضعيات مختلف الكائنات، بما في ذلك البشر. وبفضل التطورات الحديثة في الذكاء الاصطناعي (AI) والرؤية الحاسوبية، وهو مجال يتيح للآلات تفسير المعلومات المرئية من العالم، بدأت الآلات الآن في تعلم هذه القدرة ومحاكاتها أيضًا.

تقدير الوضعية هو مهمة في الرؤية الحاسوبية تساعد الآلات على تحديد موضع شخص أو كائن واتجاهه من خلال النظر إلى الصور أو مقاطع الفيديو. ويتم ذلك عبر تحديد النقاط الرئيسية في الجسم، مثل المفاصل والأطراف، لفهم كيفية تحرك شخص ما، أو حتى شيء ما.

تُستخدم هذه التقنية على نطاق واسع في مجالات مثل اللياقة البدنية والرعاية الصحية والرسوم المتحركة. ففي بيئات العمل، على سبيل المثال، يمكن استخدامها لمراقبة وضعية الموظفين ودعم مبادرات السلامة والعافية. وتجعل نماذج الرؤية الحاسوبية مثل Ultralytics YOLO11 ذلك ممكنًا من خلال تقدير وضعيات البشر في الوقت الفعلي.

الشكل 1. مثال على استخدام Ultralytics YOLO11 لمراقبة وضعية العمال.

في هذه المقالة، سنلقي نظرة فاحصة على تقدير الوضعية وكيفية عمله، إلى جانب حالات استخدام واقعية يُحدث فيها فرقًا. لنبدأ!

تطور تقدير الوضعية#

بدأت أبحاث تقدير الوضعية في أواخر ستينيات القرن العشرين والسبعينيات. وعلى مر السنين، انتقلت الأساليب المتبعة في هذه المهمة الخاصة بالرؤية الحاسوبية من الرياضيات والهندسة الأساسية إلى أساليب أكثر تقدمًا تقودها تقنيات الذكاء الاصطناعي.

في البداية، اعتمدت التقنيات على زوايا كاميرا ثابتة ونقاط مرجعية معروفة. ثم تطورت لتشمل نماذج ثلاثية الأبعاد ومطابقة السمات. واليوم، تستطيع نماذج التعلم العميق مثل Ultralytics YOLO11 اكتشاف مواضع الجسم في الوقت الفعلي من الصور أو مقاطع الفيديو، مما يجعل تقدير الوضعية أسرع وأكثر دقة من أي وقت مضى.

مع تحسن التقنية، أدرك الباحثون إمكانات مراقبة وضعيات مختلف الكائنات وتتبعها، ولا سيما البشر والحيوانات. ويكتسب تقدير الوضعية أهمية خاصة لأنه يتيح لأدوات الذكاء الاصطناعي فهم وضعية الجسم وحركته وقياسهما بطرق لم تكن ممكنة من قبل.

فعلى سبيل المثال، يتيح ذلك لأجهزة الكمبيوتر التعرّف على الإيماءات للتفاعل دون استخدام اليدين، وتحليل حركات الرياضيين لتحسين الأداء، وتشغيل رسوم متحركة واقعية في ألعاب الفيديو، بل ودعم الرعاية الصحية من خلال تتبع تقدم تعافي المرضى.

كيف يختلف عن مهام الرؤية الحاسوبية الأخرى؟#

يختلف تقدير الوضعية عن مهام الرؤية الحاسوبية الأخرى مثل اكتشاف الكائنات وتقسيم المثيلات. وتركز هذه المهام أساسًا على تحديد الكائنات وتحديد مواقعها داخل الصورة.

فعلى سبيل المثال، يرسم اكتشاف الكائنات مربعات إحاطة حول عناصر مثل الأشخاص أو المركبات أو الحيوانات للإشارة إلى وجودها وموضعها. أما تقسيم المثيلات، فيتقدم خطوة أخرى من خلال تحديد الشكل الدقيق لكل كائن على مستوى البكسل.

ومع ذلك، يهتم كلا الأسلوبين أساسًا بتحديد ماهية الكائن ومكانه؛ فهما لا يقدمان أي معلومات عن كيفية تموضعه أو ما قد يفعله. وهنا يصبح تقدير الوضعية بالغ الأهمية.

من خلال تحديد النقاط الرئيسية في الجسم، مثل المرفقين والركبتين أو حتى الذيل، يستطيع تقدير الوضعية تفسير وضعية الجسم وحركته. ويسمح ذلك بفهم أعمق للأفعال والإيماءات وديناميكيات الجسم، بما في ذلك الحركة في الفضاء ثلاثي الأبعاد.

فهم كيفية عمل تقدير الوضعية#

تتبع نماذج تقدير الوضعية عمومًا نهجين رئيسيين: من الأسفل إلى الأعلى ومن الأعلى إلى الأسفل. في النهج من الأسفل إلى الأعلى، يكتشف النموذج أولًا النقاط الرئيسية الفردية، مثل المرفقين والركبتين والكتفين، ثم يجمعها لتحديد الشخص أو الكائن الذي تنتمي إليه. أما النهج من الأعلى إلى الأسفل، فيبدأ باكتشاف كل كائن أولًا، مثل شخص في الصورة، ثم يحدد النقاط الرئيسية لذلك الكائن بعينه.

الشكل 2. أساليب تقدير الوضعية من الأسفل إلى الأعلى ومن الأعلى إلى الأسفل.

تمزج بعض النماذج الأحدث، مثل Ultralytics YOLO11، بين مزايا كلا النهجين. فهي تحافظ على كفاءة النهج من الأسفل إلى الأعلى من خلال تجاوز خطوة التجميع اليدوي، وتستفيد في الوقت نفسه من دقة أنظمة النهج من الأعلى إلى الأسفل عبر اكتشاف الأشخاص وتقدير وضعياتهم دفعة واحدة، ضمن عملية واحدة انسيابية.

التدريب المخصص لـ Ultralytics YOLO11 لتقدير الوضعية#

أثناء استعراضنا لكيفية عمل نماذج تقدير الوضعية، قد تتساءل: كيف تتعلم هذه النماذج فعليًا تقدير وضعية الكائنات المختلفة؟ هنا يأتي مفهوم التدريب المخصص.

يعني التدريب المخصص تعليم نموذج التعرّف على نقاط رئيسية محددة باستخدام بياناتك الخاصة. ونظرًا إلى أن بناء نموذج من الصفر يتطلب عددًا كبيرًا من الصور المُعنونة ووقتًا طويلًا، يختار كثيرون التعلم بالنقل. ويتضمن ذلك البدء بنموذج دُرّب مسبقًا على مجموعة بيانات كبيرة، مثل نموذج Ultralytics YOLO11 لتقدير الوضعية، المُدرَّب مسبقًا على مجموعة بيانات COCO-Pose، ثم ضبطه بدقة باستخدام بياناتك الخاصة لمهمة أو حالة استخدام محددة.

لنفترض أنك تعمل على وضعيات اليوغا؛ يمكنك ضبط Ultralytics YOLO11 بدقة باستخدام صور تحمل فيها كل وضعية نقاطًا رئيسية خاصة بذلك النشاط. ولتنفيذ ذلك، ستحتاج إلى مجموعة بيانات مخصصة من الصور المشروحة التي يمكن للنموذج التعلم منها.

أثناء التدريب، يمكنك ضبط إعدادات مثل حجم الدفعة (عدد الصور التي تُعالج دفعة واحدة)، ومعدل التعلم (مدى سرعة تحديث النموذج لتعلمه)، والعصور (عدد مرات مرور النموذج على مجموعة البيانات) لتحسين الدقة. وهذا يجعل بناء نماذج تقدير الوضعية الملائمة لاحتياجاتك المحددة أسهل بكثير.

التطبيقات الواقعية لتقدير الوضعية#

بعد أن ناقشنا ماهية تقدير الوضعية وكيفية عمله، لنلقِ نظرة فاحصة على بعض حالات استخدامه الواقعية.

استخدام تقدير الوضعية في العلاج الطبيعي#

أصبح تقدير الوضعية تدريجيًا أداة موثوقة في قطاع الرعاية الصحية، ولا سيما في العلاج الطبيعي. وباستخدام الذكاء الاصطناعي والرؤية الحاسوبية، تستطيع هذه الأنظمة تتبع وضعية الجسم وحركاته في الوقت الفعلي وتقديم ملاحظات، على نحو مماثل لما يقدمه اختصاصي العلاج الطبيعي.

فعلى سبيل المثال، يمكن لمريض يتعافى من جراحة في الركبة استخدام نظام لتقدير الوضعية للتأكد من أدائه تمارين إعادة التأهيل بصورة صحيحة. يستطيع النظام اكتشاف أي حركات غير صحيحة وتقديم اقتراحات للتحسين، مما يساعد المريض على الالتزام بالخطة وتجنب الإصابة.

الشكل 3. مثال على استخدام Ultralytics YOLO11 في العلاج الطبيعي.

إلى جانب إعادة التأهيل، يشق تقدير الوضعية طريقه أيضًا إلى تطبيقات اللياقة البدنية. فعلى سبيل المثال، يمكن لشخص يمارس التمارين في المنزل استخدام التطبيق للتحقق من أدائه أثناء التمارين. ويمكن للتطبيق تقديم ملاحظات فورية، مثل تعديل زاوية القرفصاء أو التأكد من استقامة الظهر أثناء الرفعة الميتة. ويساعد ذلك المستخدمين على تحسين أدائهم والوقاية من الإصابات من دون الحاجة إلى مدرب.

التقاط الحركة للترفيه بفضل تقدير الوضعية#

غيّر تقدير الوضعية طريقة عمل التقاط الحركة في مجال الترفيه، فجعلها أبسط وأكثر سهولة. في الماضي، كان التقاط الحركة يتطلب وضع علامات على جسم الشخص وتتبعها باستخدام كاميرات خاصة، وهو ما قد يكون معقدًا ومكلفًا.

أما الآن، فبفضل التطورات في الذكاء الاصطناعي والرؤية الحاسوبية، يمكننا استخدام كاميرات عادية وخوارزميات لتتبع حركات الجسم من دون الحاجة إلى علامات، مما يجعل العملية أكثر كفاءة ودقة، حتى في الوقت الفعلي.

ومن الأمثلة الرائعة على ذلك Disney's AR (الواقع المعزز) Poser. تتيح لك هذه الأداة الممتعة التقاط صورة بهاتفك وجعل شخصية رقمية تحاكي وضعيتك في الواقع المعزز. وهي تعمل عبر تحليل وضعيتك في الصورة ومطابقتها بشخصية ثلاثية الأبعاد، لإنشاء صورة سيلفي ممتعة وشخصية بتقنية AR.

الشكل 4. شخصية AR تحاكي وضعية شخص باستخدام تقدير الوضعية.

دراسة السلوك الاجتماعي بالاعتماد على تقدير وضعيات الحيوانات#

تساعد دراسة سلوك الحيوانات العلماء على فهم كيفية تواصل الحيوانات، والعثور على شركاء، ورعاية صغارها، والعيش في مجموعات. وتُعد هذه المعرفة حيوية لحماية الحياة البرية واكتساب فهم أعمق للعالم الطبيعي.

يبسط تقدير الوضعية هذه العملية من خلال تتبع حركات الحيوانات ووضعياتها باستخدام الصور ومقاطع الفيديو، من دون تثبيت مستشعرات أو علامات على الحيوانات. وتستطيع هذه الأنظمة مراقبة وضعياتها تلقائيًا، مما يوفر رؤى حول سلوكيات مثل التنظيف واللعب أو القتال.

ومن الأمثلة المثيرة للاهتمام على ذلك استخدام العلماء تقدير الوضعية لدراسة سلوك القردة. فقد جمع الباحثون بالفعل مجموعات بيانات مثل OpenApePose، التي تحتوي على أكثر من 71,000 صورة معنونة من ستة أنواع من القردة.

الشكل 5. تقدير وضعية القردة.

إيجابيات تقدير الوضعية وسلبياته#

فيما يلي بعض الفوائد الرئيسية التي يمكن أن يحققها تقدير الوضعية لمختلف القطاعات:

• قابلية التوسع: يمكن نشر أنظمة تقدير الوضعية على مجموعة واسعة من الأجهزة، بدءًا من الهواتف الذكية ووصولًا إلى إعدادات الكاميرات المتقدمة، مما يجعلها قابلة للتوسع بدرجة كبيرة ومتاحة لحالات الاستخدام والبيئات المختلفة.
• فعالية التكلفة: نظرًا إلى أن تقدير الوضعية يعتمد على كاميرات عادية ولا يتطلب مستشعرات أو علامات باهظة الثمن، فقد يكون حلًا أكثر فعالية من حيث التكلفة لتتبع الحركة في التطبيقات البحثية والتجارية على حد سواء.
• المراقبة المستمرة: تستطيع أنظمة تقدير الوضعية توفير تتبع مستمر في الوقت الفعلي، مما يتيح مراقبة التغيرات بمرور الوقت، سواء تعلق الأمر بتقدم المريض في إعادة التأهيل أو بتتبع سلوك الحيوانات في البرية.

مع أن مزايا تقدير الوضعية واضحة في مختلف المجالات، فهناك أيضًا بعض التحديات التي ينبغي مراعاتها. وفيما يلي بعض القيود الرئيسية التي يجب أخذها في الحسبان:

• محدودية التعميم: لا تُعمّم كثير من النماذج المُدرَّبة على مجموعات بيانات بشرية جيدًا على الحيوانات أو البنى الجسدية غير الشائعة من دون إعادة تدريبها على مجموعات بيانات محددة.

• القيود البيئية: قد يتدهور الأداء في ظروف الإضاءة الضعيفة، أو عند وجود ضبابية حركة سريعة، أو خلفيات مزدحمة بالعناصر.

• حساسية عالية للحجب: قد تنخفض الدقة عند حجب أجزاء من الجسم أو خروجها من الإطار، لا سيما في المشاهد المزدحمة أو عند تتبع عدة أشخاص.

أهم النقاط المستخلصة#

قطع تقدير الوضعية شوطًا طويلًا منذ بداياته، إذ تطور من أنظمة تستخدم العلامات إلى أدوات مؤثرة تقودها نماذج التعلم العميق مثل Ultralytics YOLO11. وسواء أكان ذلك لتحسين العلاج الطبيعي، أو لتشغيل تجارب تفاعلية بتقنية AR، أو للمساعدة في أبحاث الحياة البرية، فإن تقدير الوضعية يغير طريقة فهم الآلات للحركة ووضعية الجسم. ومع استمرار تقدم التقنية، سيكون التصدي لقيودها عاملًا أساسيًا لإتاحة المزيد من الاستخدامات العملية وتحسين قدرة الآلات على فهم كيفية تحركنا وتحرك الكائنات الحية الأخرى.

هل تثيرك تقنيات الذكاء الاصطناعي؟ استكشف مستودعنا على GitHub، وتواصل مع مجتمعنا، واطّلع على خيارات الترخيص لدينا لبدء مشروعك في الرؤية الحاسوبية. تعرّف على المزيد حول ابتكارات مثل الذكاء الاصطناعي في قطاع التجزئة والرؤية الحاسوبية في قطاع الخدمات اللوجستية على صفحات حلولنا.