🤖 AI

BadmintonGRF: A Multimodal Dataset and Benchmark for Markerless Ground Reaction Force Estimation in Badminton

تقدم هذه الورقة BadmintonGRF، وهي مجموعة بيانات ومعيار مرجعي متعدد الوسائط يتميز بفيديو متعدد المشاهد عالي معدل الإطارات متزامن مع بيانات قوة رد فعل الأرض المقاسة من 10 أشخاص، صُممت لتعزيز تقدير الأحمال بدون علامات في رياضة الريشة الطائرة من خلال أجزاء تأثير منسقة، وبيانات وصفية محاذية زمنياً، وتقييمات أساسية شاملة.

المؤلفون الأصليون: Kuoye Niu, Jianwei Li, Shengze Cai, Yong Ma, Mengyao Jia, Lishun Shen, Zhenheng Zhang, Yuxin Peng, Xian Song

نُشر 2026-05-06

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Kuoye Niu, Jianwei Li, Shengze Cai, Yong Ma, Mengyao Jia, Lishun Shen, Zhenheng Zhang, Yuxin Peng, Xian Song

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 كيف يفهم بدقة مدى قوة ضربات لاعب كرة الريشة للأرض في كل مرة يقفز فيها ويهبط. عادةً، للحصول على هذه المعلومات، تحتاج إلى جعل اللاعب يقف على موازين خاصة باهظة الثمن (تسمى صفائح القوة - force plates) مع ارتداء أجهزة استشعار. هذا أمر رائع في المختبرات العلمية، لكنه مستحيل أثناء مباراة حقيقية سريعة الوتيرة أو جلسة تدريب عادية.

تقدم هذه الورقة البحثية BadmintonGRF، وهو "دليل تدريبي" جديد للكمبيوتر يحل هذه المشكلة. إنه مجموعة ضخمة من البيانات التي تعلم الذكاء الاصطناعي كيف يخمن قوى الأرض بمجرد مشاهدة فيديو، دون الحاجة إلى أجهزة استشعار على جسم اللاعب.

إليك تفصيل لما قاموا به، باستخدام بعض التشبيهات من الحياة اليومية:

1. لغز "السفر عبر الزمن" (المزامنة)

في المختبر الحقيقي، تعمل كاميرات الفيديو وموازين الأرض على نفس الساعة تماماً. لكن في هذا المشروع، استخدم الباحثون ثماني كاميرات عادية عالية السرعة (مثل تلك الموجودة في هاتفك أو كاميرا GoPro) جنباً إلى جنب مع موازين المختبر.

المشكلة: هذه الكاميرات لا تتشارك في ساعة واحدة. قد تكون إحداها أسرع بجزء من الثانية من الأخرى. الأمر يشبه محاولة قيادة فرقة موسيقية حيث يستمع الطبال وعازف الكمان إلى بندول إيقاع مختلف.
الحل: بنى الفريق نظاماً لمواءمة الفيديو وبيانات القوة يدوياً وتلقائياً. لقد تعاملوا مع الأمر كأنه لغز، حيث وجدوا لحظات محددة (مثل اصطدام القدم بالأرض) لمزامنة التدفقين بشكل مثالي. حتى أنهم أضافوا "درجة ثقة" لإخبار المستخدمين بمدى تأكدهم من التوقيت.

2. "المكتبة ذات الطبقتين" (مجموعة البيانات)

لحماية خصوصية الرياضيين مع الاستمرار في مساعدة العلماء، تم تقسيم البيانات إلى "مستويين"، مثل المكتبة التي تحتوي على غرفة قراءة عامة وأرشيف مقيد:

المستوى الأول (غرفة القراءة العامة): هذا ما يمكن للجميع تحميله مجاناً. يحتوي على "الهيكل العظمي" للاعبين (أين توجد مفاصلهم في الفيديو) وأرقام قوة الأرض. إنه يشبه إعطاء شخص ما رسماً متحركاً لشخصيات "رجل العصا" والبيانات، ولكن دون عرض الفيديو الفعلي. وهذا كافٍ لتدريب نماذج الذكاء الاصطناعي للتنبؤ بالقوى.
المستوى الثاني (الأرشيف المقيد): يحتوي على الفيديو الخام عالي الدقة وبيانات التقاط الحركة ثلاثية الأبعاد الكاملة. يمكنك الحصول على ذلك فقط إذا تقدمت بطلب للحصول على إذن. هذا مخصص للباحثين الذين يحتاجون لدراسة مظهر اللاعبين الفعلي أو ملابسهم، وليس فقط حركاتهم.

3. "اختبار الضغط" (المعيار المرجعي)

لم يكتفِ الباحثون بضخ البيانات فحسب؛ بل أنشأوا اختباراً صارماً لمعرفة مدى أداء نماذج الذكاء الاصطنا مختلفة.

التحدي: استخدموا طريقة "ترك موضوع واحد خارج الاختبار" (Leave-One-Subject-Out). تخيل أنك تعلم طالباً كرة الريشة باستخدام تسعة لاعبين مختلفين، ثم تختبره على اللاعب العاشر الذي لم يره من قبل. هذا يختبر ما إذا كان الذكاء الاصطناعي قد تعلم حقاً فيزياء كرة الريشة، أم أنه اكتفى فقط بحفظ حركات شخص معين.
النتائج: اختبروا 10 "أدمغة" ذكاء اصطناعي (نماذج). استطاعت النماذج الأفضل التنبؤ بالقوة العمودية بدقة تقارب 40% (مقاسة بمعامل إحصائي يسمى $r^2$ ). ورغم أن هذا ليس مثالياً، إلا أنه بداية قوية لرياضة فوضوية وسريعة مثل كرة الريشة.

4. لماذا كرة الريشة؟

ركزت معظم الدراسات السابقة على المشي أو القفز في خط مستقيم (مثل جهاز المشي الكهربائي). أما كرة الريشة فهي مختلفة؛ فهي رياضة "توقف وانطلاق" تتضمن توقفات مفاجئة، وانعطافات حادة، وهبوطاً ثقيلاً.

التشبيه: إذا كانت مجموعات البيانات السابقة تشبه وصفة لخبز رغيف خبز بسيط، فإن BadmintonGRF تشبه وصفة لكعكة معقدة متعددة الطبقات تتطلب توقيتاً دقيقاً وتغييرات في درجات الحرارة. إنها تلتقط الإجهاد الحقيقي في العالم الواقعي على ساقي اللاعب.

ماذا يعني هذا فعلياً (بناءً على الورقة البحثية حصراً)

إنه مورد وليس عصا سحرية: تؤكد الورقة أن هذا أداة للباحثين. فهي توفر البيانات، والكود لتحميلها، والقواعد لاختبار نتائجهم.
إنه يحل فجوة محددة: قبل ذلك، لم تكن هناك مجموعة بيانات عامة تجمع بين الفيديو عالي السرعة، وقياسات القوة المختبرية، وحركات كرة الريشة الخاصة بطريقة تسمح للباحثين بمقارنة نتائجهم بسهولة.
إنه يدور حول "التقدير بدون علامات" (Markerless): الهدف هو السماض في النهاية للسماح للمدربين أو اللاعبين باستخدام كاميرا فيديو فقط لتقدير مقدار الإجهاد الذي تتعرض له سيقانهم، دون الحاجة إلى تجهيزات مختبرية تبلغ تكلفتها 50,000 دولار.

باختاً، BadmintonGRF هو "أرض تدريب" منظمة بعناية وعالية الجودة، تسمح لأجهزة الكمبيوتر بتعلم العلاقة بين حركات لاعب كرة الريشة في الفيديو والقوى غير المرئية التي تضرب الأرض، كل ذلك مع الحفاظ على هويات الرياضيين آمنة.

ملخص تقني: BadmintonGRF

بيان المشكلة

يعد التقدير الدقيق لقوى رد فعل الأرض (GRF) أمراً بالغ الأهمية لمراقبة عبء العمل، وتحليل الإجهاد، وتقييم مخاطر إصابات الأطراف السفلية في الرياضات. وبينما يتقدم التقدير بدون علامات (اشتقاق GRF من الفيديو أو الوضعية/Pose) حالياً، إلا أنه يفتقر إلى التحقق القوي في الرياضات ذات الكثافة العالية وغير الدورية مثل كرة الريشة. تركز الموارد الموجودة بشكل أساسي على المشي الدوري أو القفزات المبرمجة، مما يجعلها عاجزة عن التقاط حركات القدم غير المنتظمة وعالية التأثير التي تميز اللعب التنافسي. علاوة على ذلك، هناك ندرة في مجموعات البيانات العامة التي تجمع بين قياسات GRF المخبرية المجهزة بدقة وبين الفيديو عالي معدل الإطارات ومتعدد الزوايا، خاصة في الحالات التي لا تكون فيها أجهزة الفيديو وحساسات القوة متزامنة عتادياً (genlocked). وتحد هذه الفجوة من تطوير نماذج تقدير الأحمال بدون علامات في بيئات التدريب الواقعية.

المنهجية وبناء مجموعة البيانات

تعالج مجموعة بيانات BadmintonGRF هذه الفجوات من خلال مسار التقاط متعدد الوسائط بمستوى دراسي يتضمن 17 لاعباً تنافسياً في كرة الريشة (من المستوى الثاني وطنياً أو أعلى).

الحصول على البيانات

المستشعرات: يتضمن الإعداد ثماني كاميرات RGB ثابتة (DJI Osmo Action 4، بمعدل ~120 إطاراً في الثانية)، وأربع منصات قوة سداسية المحاور من نوع Kistler، ونظام التقاط حركة Vicon مكون من ثماني كاميرات (تم تصديره بصيغة C3D).
تحدي المزامنة: على عكس الإعدادات المختبرية التقليدية، تعمل كاميرات RGB الاستهلاكية بمذبذبات مستقلة دون مزامنة عتادية (genlock) مع القاعدة الزمنية للمختبر.
حل المحاذاة: طور المؤلفون مسار محاذاة برمجياً يتضمن:
1. الأحداث المتحقق منها بشرياً: يقوم المدققون بربط ذروات GRF البارزة بأحداث الفيديو لتقدير فوارق التوقيت لكل كاميرا.
2. ضمان الجودة الآلي: يقوم مسار المعالجة بفحص اتساق الإزاحة وتحديد الحالات الشاذة (تطلب 5.2% من التجارب تسوية يدوية).
3. بيانات وصفية لعدم اليقين: تتضمن البيانات الوصفية المنشورة الإزاحات وقيم عدم اليقين المستمدة.
البروتوكول: أدى الرياضيون تمارين منظمة وراليات تشبه المباريات تحت ظروف اللياقة البدنية الكاملة وظروف الإجهاد المستحث. يدور البروتوكول حول راليات لعب محددة ونماذج حركة قدم (المنطقة العلوية من الشبكة، الحركات الموجهة نحو الضرب الساحق، وردود الفعل من ست نقاط).

معالجة البيانات وتقسيمها

الحقيقة الأرضية (Ground Truth): يتم تجميع مرجع GRF من المنصات الأربع، حيث تُستخدم القوة الرأسية ( $F_z$ ) كهدف إشراف رئيسي نظراً لسيادتها في مؤشرات الإصابة.
التقسيم: يكتشف المسار ذروات الهبوط في إشارة $F_z$ المحاذية ويقوم بقص نوافذ متماثلة بمدى $\pm0.5$ ثانية (حوالي 120 إطاراً).
بوابات الجودة: يقوم محمل المراجع بتصفية الحالات بناءً على:
- درجة متوسط وضعية الجزء السفلي من الجسم $\ge 0.70$ .
- معدل فقدان التتبع $\le 0.05$ .
- ذروة $F_z$ ضمن ثلاثة أضعاف وزن الجسم.
- قناع الدرجات المنخفضة ومعالجة الفرق المحدود (finite-difference sanitization).

تصميم المعيار المرجعي (Benchmark)

يتم إصدار مجموعة البيانات في مستويين لتحقيق التوازن بين المنفعة والخصوصية:

المستوى الأول (عام): يحتوي على بيانات الوضعية المحاذية زمنياً، وGRF المعالجة، والبيانات الوصفية، والتقسيمات المحددة مسبقاً بموجب رخصة CC BY-NC 4.0. يدعم هذا المستوى المعيار المرجعي الأساسي دون الحاجة إلى ملفات الفيديو الخام أو ملفات C3D.
المستوى الثاني (وصول محكوم): يوفر بيانات RGB وC3D الخام للدراسات التي تتطلب تحليل المظهر أو الكينماتيكا الكاملة.

يستخدم المعيار المرجعي بروتوكول Leave-One-Subject-Out (LOSO) لتقييم التعميم عبر الأشخاص، وهو مقياس حاسم للتطبيق في العالم الحقيقي.

المساهمات الرئيسية

التقاط متعدد الوسائط بمستوى دراسي: أول إصدار عام، حسب علم المؤلفين، يجمع بين 8 زوايا من كاميرات RGB بمعدل ~120 إطاراً في الثانية، وأربع منصات قوة Kistler، وVicon C3D لتأثيرات كرة الريشة غير الدورية، مع وسوم بروتوكول مراعية للإجهاد.
المحاذاة البرمجية بدون Genlock: مسار "بشر في الحلقة" (human-in-the-loop) قوي يحقق محاذاة تقارب مستوى الإطار بين كاميرات RGB الاستهلاكية والاستشعار المختبري، مع ضمان جودة آلي وبيانات وصفية لعدم اليقين.
معيار مرجعي جاهز: إصدار منسق يحتوي على 17,425 مقطع تأثير (12,867 بعد بوابات الجودة؛ 1,732 تأثيراً فريداً) مع تقسيمات ومحملات (loaders) حتمية.
تقييم شفاف: بروتوكول LOSO ثابت، وأربعة مقاييس تكميلية ( $r^2$ ، RMSE، خطأ مقدار الذروة، خطأ توقيت الذروة)، وعشرة نماذج مرجعية موثقة لتقليل تباين التنفيذ.

النتائج وأداء المعيار المرجعي

تقيم الورقة عشرة بنيات مرجعية (بما في ذلك الشبكات العصبية التلافيفية الزمنية، والمحولات/Transformers، والشبكات العصبية الرسومية/GNNs) على معيار المستوى الأول.

سقف الأداء: تحقق أفضل النماذج أداءً (PatchTST و ST-GCN+Transformer) معامل $r^2$ يبلغ حوالي 0.40 في إعداد الرؤية الواحدة (single-view) بنظام LOSO.
العوامل المهيمنة: يشير التحليل إلى أن التباين البيوميكانيكي بين الأشخاص هو المصدر الرئيسي للخطأ، حيث يهيمن على ضجيج المزامنة المتبقي. أظهرت اختبارات الإجهاد الزمني الاصطناعية أن إزاحة قدرها إطار واحد تقلل $r^2$ بنحو 0.05، بينما تؤدي الشخصيات المستبعدة (held-out subjects) إلى انحرافات تزيد عن 0.15.
مقايضات المقاييس:
- يتفوق نموذج PatchTST في ملاءمة المنحنى ( $r^2$ ) والخطأ التربيعي المتوسط (RMSE).
- يتفوق نموذج ST-GCN+Transformer في دقة مقدار الذروة وتوقيتها، ويرجع ذلك على الأرجح إلى هيكله الرسومي الذي يتعامل مع انتقالات الهبوط القصيرة.
- الدمج المتأخر (Late Fusion): يمكن أن يؤدي دمج تنبؤات تعدد الرؤى إلى تحسين $r^2$ (على سبيل المثال، وصول TSMixer إلى 0.472) ولكنه غالباً ما يقلل من دقة مقاييس الذروة إذا تعارضت تنبؤات كل رؤية.
الأداء داخل التجربة الواحدة: عندما يتم رؤية الأشخاص أثناء التدريب (إعداد Within-trial)، يتحسن $r$ إلى ~0.60، مما يؤكد أن سقف LOS الحالي مدفوع بتحديات انتقال البيانات بين الأشخاص وليس بمشاكل المحاذاة.

الأهمية والادعاءات

يضع المؤلفون BadmintonGRF كمورد ضروري لسد الفجوة بين الميكانيكا الحيوية المختبرية المحكومة والتدريب الرياضي غير المقيد.

القابلية للتكرار: تؤكد الورقة أن قيمة المورد تكمكمن في طبيعته "المدققة" — حيث توفر بروتوكولات محاذاة صريحة، وسكربتات ضمان الجودة، ومحملات حتمية تسمتح للباحثين بتكرار النتائج دون اختيار عمليات معالجة مسبقة خفية.
الصلة بالوسائط المتعددة: بعيداً عن علوم الرياضة، تعمل مجموعة البيانات كاختبار جهد لأبحاث الوسائط المتعددة فيما يتعلق بالساعات غير المتجانسة، ونماذج الوضع (pose) إلى الديناميكا المعقدة، وتحولات المجال بين المختبر وملاعب التدريب.
الادعاءات المتواضعة: يصرح المؤلفون صراحة بأن النماذج المرجعية تعمل كـ "مرتكزات للتكرار" (reproducibility anchors) بدلاً من ادعاءات الأداء المتفوق (SOTA). وهم يقرون بأن سقف الأداء الحالي محدود بتباين الأشخاص، وأن المكاسب المستقبلية ستتطلب على الأرجح أهدافاً تراعي خصائص الأشخاص أو مشروطة بالبيانات الوصفية بدلاً من مجرد تحسينات المحاذاة.
سهولة الوصول: من خلال توفير المستوى الأول من مجموعة البيانات مع بيانات الوضع التي تحافظ على الخصوصية، يهدف المؤلفون إلى خفض حاجز الدخول أمام الباحثين المهتمين بتقدير القوة من الوضعية دون الحاجة إلى الوصول إلى فيديوهات خام مقيدة أو تجهيزات مختبرية باهظة الثمن.