A dataset of high-resolution plantar pressures for gait analysis across varying footwear and walking speeds
تقدم هذه الورقة مجموعة بيانات UNB StepUP-P150، وهي مجموعة ضخمة وعالية الدقة من بيانات ضغط باطن القدم لـ 150 فردًا عبر سرعات مشي وظروف أحذية متنوعة، والمصممة لتعزيز الأبحاث في التعرف البيومتري على المشية، والميكانيكا الحيوية، والتعلم العميق.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول تعليم كمبيوتر كيفية التعرف على شخص ما بمجرد النظر إلى طريقة مشيه. لفترة طويلة، قام العلماء بذلك عن طريق تصوير الأشخاص من الجانب (مثل كاميرا مراقبة) أو باستخدام بدلات خاصة مزودة بمستشعرات. ولكن هناك مشكلة: يمكن حجب الكاميرات، والبدلات مكلفة وغير مريحة.
ماذا لو استطعنا التعرف على شخص ما بمجرد النظر إلى "بصمة" قدمه التي يتركها على الأرض؟
يقدم هذا البحث أداة جديدة ضخمة تسمى UNB StepUP-P150 dataset. فكر في الأمر كأنه "المكتبة المثالية" لبصمات الأقدام ليدرسها العلماء. إليك شرح بسيط لما قاموا به ولماذا يهم ذلك.
1. "سجادة الضغط العملاقة" (الأداة)
تخيل ممرًا طوله 12 قدمًا وعرضه 4 أقدام. الآن، تخيل أن أرضية ذلك الممر ليست مجرد خشب أو بلاط، بل هي سجادة عملاقة عالية التقنية مكونة من 172,800 مستشعر ضغط صغير.
- التشبيه: فكر في الأمر كأنه لوحة مفاتيح بيانو عملاقة وفائقة الحساسية. في كل مرة يخطو فيها شخص ما، "تعزف" المستشعرات نوتة، لتسجل بدقة مدى قوة ومكان ضغط القدم.
- الدقة: هذه السجادة دقيقة للغاية. إنها تشبه امتلاك كاميرا تلتقط صورة لقدمك بـ 4 بكسلات لكل مليمتر مربع واحد. وهذا يسمح للباحثين برؤية التفاصيل الدقيقة، مثل كيفية انتقال الضغط من كعبك إلى أصابع قدمك، حتى من خلال الأحذية السميكة.
2. "طاقم الشخصيات" (المشاركون)
للتأكد من أن هذه المكتبة تعمل للجميع، لم يكتفوا بدعوة عدد قليل من الرياضيين الشباب للمشي على السجادة. بل دعوا 150 شخصًا مختلفًا للمشاركة.
- التنوع: كانت المجموعة مزيجًا من الرجال والنساء، تراوحت أعمارهم من المراهقين (19 عامًا) إلى كبار السن (91 عامًا). وشملوا أشخاصًا من مختلف الأطوال والأوزان والخلفيات العرقية.
- تغيير الملابس: لجعل البيانات واقعية، لم يمشِ المشاركون بزوج واحد من الأحذية فقط. بل مشوا بـ:
- حفاة الأقدام (أو بالجوارب).
- أحذية رياضية عادية (زوج عام قدمه الباحثون).
- زوجين من أحذيتهم الخاصة (تتراوح بين الكعب العالي وأحذية الجري إلى أحذية العمل الثقيلة وصندل "الشبشب").
3. "روتين الممثلين" (التجربة)
أمضى كل شخص حوالي ساعة ونصف على السجادة. لم يمشوا في خط مستقيم فحسب؛ بل جسدوا سيناريوهات مختلفة:
- المشي "الطبيعي": المشي بوتيرة مريحة خاصة بهم.
- المشي "المتباطئ": المشي ببطء والتوقف فجأة (مثل الاقتراب من بوابة أمنية).
- "المشي القوي": المشي بأقصى سرعة ممكنة.
- المشي "البطيء": المشي بأبطأ سرعة ممكنة.
قاموا بهذا الروتين أربع مرات، مع تغيير أحذيتهم في كل مرة. في المجمل، تحتوي مجموعة البيانات على أكثر من 200,000 خطوة فردية. هذا يشبه امتلاك مكتبة بها 200,000 صفحة فريدة من بصمات الأقدام!
4. لماذا يعد هذا "تغييرًا لقواعد اللعبة"
قبل هذا، كانت أكبر مكتبات بصمات الأقدام صغيرة. بعضها كان يحتوي على 100 شخص فقط، والعديد منها كان يحتوي فقط على بيانات لأشخاص يمشون حفاة أو بنوع واحد من الأحذية.
- الطريقة القديمة: كانت تشبه محاولة تعلم لغة عن طريق قراءة قاموس يحتوي على 50 كلمة فقط.
- الطريقة الجديدة (StepUP-P150): هي تشبه الحصول على القاموس بأكمله، بالإضافة إلى قاموس للغة العامية، واللغة الرسمية، واللهجات المختلفة.
بسبب ضخامة هذه البيانات وتنوعها، يمكن للعلماء:
- تدريب ذكاء اصطناعي أفضل: يمكن لأجهزة الكمبيوتر تعلم التعرف على الشخص حتى لو كان يرتدي أحذية ثقيلة أو يمشي ببطء.
- دراسة الصحة: يمكن للأطباء استخدامها لمعرفة كيف تغير الأمراض (مثل باركنسون) أو الإصابات طريقة مشينا.
- تصميم أحذية أفضل: يمكن لشركات الأحذية استخدام البيانات لمعرفة كيف تؤثر تصميماتهم بدقة على الضغط على القدم.
5. "شبكة الأمان" (ضبط الجودة)
لم يكتفِ الباحثون بجمع البيانات وتركها. بل عملوا كمحررين صارمين.
- استخدموا كاميرات فيديو لمراقبة الناس وهم يمشون وللتأكد من عمل الكمبيوتر.
- قاموا بتصحيح الأخطاء يدويًا (مثل إذا اعتقد الكمبيوتر أن القدم اليسرى هي قدم يمنى).
- حتى أنهم أضافوا "درجة جودة" لكل خطوة، مما سميز الخطوات التي تبدو غريبة (مثل إذا تعثر شخص ما أو تعثر في مشيته) ليتمكن الباحثون من تجاهلها إذا أرادوا.
الخلاصة
إن UNB StepUP-P150 هو كنز ضخم مفتوح المصدر لبيانات خطوات الأقدام. لقد صُمم لمساعدة الباحثين في بناء أنظمة أمنية أذكى، وأدوات طبية أفضل، وأحذية أكثر راحة. ومن خلال جعل هذه البيانات عامة، يقول الباحثون: "إليكم الخريطة الأكثر اكتمالًا للمشي البشري التي صنعناها على الإطلاق؛ والآن، انطلقوا لاستكشافها واكتشاف شيء جديد".
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.