FlyPose: Towards Robust Human Pose Estimation From Aerial Views
تقدم الورقة البحثية FlyPose، وهو مسار تقدير وضعية جسم الإنسان خفيف الوزن وفي الوقت الفعلي ومُحسَّن للمشاهد الجوية من الطائرات بدون طيار (UAV)، والذي يحقق تحسينات كبيرة في الدقة عبر مجموعات بيانات متعددة وتم نشره بنجاح على متن طائرة رباعية المراوح، مصحوباً بإصدار مجموعة بيانات جديدة وتحديّة تسمى FlyPose-104.
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 طائرة بدون طيار (درون) لتوصيل الطلبات تحلق فوق حديقة عامة مزدحمة بالمدينة. مهمتها هي إسقاط طرد، لكن عليها التأكد من أنها لن تسقطه بالخطأ على شخص ما. وللقيام بذلك بأمان، تحتاج الطائرة إلى "رؤية" الناس، وفهم ما يفعلونه، ومعرفة مكان أيديهم وأقديهم بدقة، حتى وهي تنظر للأسفل من ارتفاع شاهق.
هذا هو التحدي الذي تعالجه ورقة البحث "FlyPose". إليك قصة كيف حلوا هذه المشكلة، مشروحة ببساء.
المشكلة: كابوس "رؤية عين الطائر"
معظم البرامج الحاسوبية التي تتعرف على البشر يتم تدريبها على صور ملتقطة بمستوى العين (مثل كاميرا مراقبة أو هاتف). في تلك الصور، ترى وجه الشخص، وجسده بالكامل، وأطرافه بوضوح.
لكن الطائرة بدون طيار تشبه طائراً ينظر مباشرة للأسفل.
- تأثير "الضغط": من مكان مرتفع، يبدو الشخص كنقطة صغيرة. وتظهر أرجله وأذرعه مضغوطة معاً (تقاصر المنظور)، مما يجعل من الصعب التمييز بينها.
- تأثير "الاختباء": إذا كان الشخص جالساً أو يحمل مظلة، فإن أجزاء وجهه وجسده تكون مخفية (انسداد الرؤية).
- تأثير "الصغر": كلما ارتفعت الطائرة، بدا الشخص أصغر في الكاميرا. الأمر يشبه محاولة قراءة نص على طابع بريدي من مسافة 50 قدماً.
تصاب نماذج الذكاء الاصطناعي الحالية بالارتباك الشديد في مثل هذه المواقف؛ فقد تفشل في رصد الشخص تماماً أو تخمن وضعية جسده بشكل خاطئ.
الحل: FlyPose (نظارات الدرون)
قام الباحثون ببناء FlyPose، وهي مجموعة خاصة من "النظارات" للطائرات بدون طيار تساعدها على رؤية الناس بوضوح من السماء. لم يكتفوا ببناء نموذج واحد، بل بنوا فريقاً من خطوتين:
- الراصد (كاشف الأشخاص - Person Detector): فكر في هذا كحارس أمن يحمل عدسة مكبرة. مهمته الوحيدة هي مسح الحشود والقول: "مهلاً، هناك شخص هناك!" ورسم مربع حوله.
- الرسام (مقدر الوضعية - Pose Estimator): بمجرد أن يجد "الراصد" شخصاً ما، يقوم "الرسام" بعمل زووم (تكبير) ويرسم هيكلاً عظمياً من الخطوط فوقه، واصلاً النقاط بين الأكتاف، والمرفقين، والركبتين، إلخ.
كيف دربوا الذكاء الاصطناعي (مدرسة التجارب القاسية)
لجعل FlyPose ذكياً بما يكفي للسماء، لم يكن بإمكانهم استخدام الصور العادية فقط. كان عليهم أن يكونوا مبدعين:
- "الفصل الدراسي متعدد الموضوعات": لم يدربوا الذكاء الاصطناني على نوع واحد من الصور فحسب، بل غدّوه ببيانات من مصادر مختلفة: كاميرات حركة المرور في المدن، لقطات البحث والإنقاذ في الجبال، وحتى الكاميرات الحرارية (التي تستشعر الحرارة) المستخدمة ليلاً. الأمر يشبه تعليم طالب التعرف على صديق ليس فقط في الفصل الدراسي، بل أيضاً في الظلام، وفي المطر، ومن مسافة بعيدة.
- تحدي "الشخص الصغير جداً": أنشأوا مجموعة اختبار جديدة وصعبة تسمى FlyPose-104. تخيل اختباراً حيث يتعين على "الطلاب" (الذكاء الاصطناعي) تحديد أشخاص صغار جداً لدرجة أنهم بالكاد مرئيون. هذا أجبر الذكاء الاصطناني على أن يصبح بارعاً جداً في رصد التفاصيل الدقيقة.
- خدعة "التمدد": أثناء التدريب، قاموا بتصغير الصور اصطناعياً لمحاكة طيران الدرون على ارتفاع أعلى. هذا علم الذكاء الاصطناني التعرف على البشر حتى عندما يكون حجمهم مجرد بضع بكسلات.
النتيجة: سريع، خفيف، ومدمج
أكبر عقبة أمام الطائرات بدون طيار هي الوزن والطاقة. لا يمكنك تركيب كمبيوتر فائق الثقل وفائق القوة على درون؛ سيؤدي ذلك إلى تحطمها.
- بطل "الوزن الخفيف": FlyPose خفيف الوزن بشكل مذهل. إنه يشبه محرك سيارة سباق يناسب هيكل دراجة هوائية.
- سرعة الوقت الفعلي: يعمل بسرعة كافية لمواكبة حركة الدرون. العملية بأكملها (إيجاد الشخص ورسم الهيكل العظمي) تستغرق حوالي 20 ميلي ثانية. هذا أسرع من رمشة عين الإنسان.
- اختبار الطيران: لم يختبروه على الكمبيوتر فحسب، بل ثبتوا النظام على درون حقيقية وقاموا بتشغيلها. نجحت الطائرة في رصد الأشخاص وتخمين وضعيات أجسادهم أثناء التحليق والتحرك، مما أثبت فاعليته في العالم الحقيقي.
لماذا يهمنا هذا؟
لماذا نهتم إذا كانت الطائرة بدون طيار تستطيع رؤية وضعية جسم الإنسان؟
- السلامة: يمنع الطائرات بدون طيار من الاصطدام بالناس أو إسقاط الطرود عليهم.
- التواصل: في المستقبل، قد تلوح بيدك للدرون لتخبرها بالهبوط، أو تشير إلى مكان محدد لإسقاط الطرد. يسمح FlyPose للدرون بفهم إيماءات اليد هذه.
- الإنقاذ: في مناطق الكوارث، يمكن للدرونات مسح الحشود للعثود على أشخاص يلوحون طلباً للمساعدة أو مصابين، حتى من ارتفاع عالٍ.
الخلاصة
FlyPose هو طفرة لأنه يأخذ مشكلة صعبة (رؤية البشر من السماء) ويحلها بنظام سريع، خفيف، وذكي بما يكفي ليعمل على درون حقيقية. إنه يحول الطائرة بدون طيار من مجرد كاميرا طائرة بسيطة إلى مراقب ذكي يفهم السلوك البشري، حتى وهو ينظر من فوق السحاب.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.