SMART: SMPLest-X Mesh Adaptation and RAFT Tracking for Soccer Pose Estimation
تقدم الورقة البحثية نظام SMART، وهو نظام لتقدير وضعيات لاعبي كرة القدم يجمع بين نموذج SMPLest-X مضبوط بدقة وتتبع كاميرا قائم على RAFT وتنعيم زمني لتحقيق تحسن بنسبة 38.6% عن النموذج المرجعي في تحدي FIFA لتتبع الهياكل العظمية لعام 2026.
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 تشاهد مباراة كرة قدم على التلفاز. الكاميرا تقترب، وتتحرك عرضيًا عبر الملعب، وأحيانًا يحجب اللاعبون بعضهم البعض. الآن، تخيل أنك تريد بناء روبوت يمكنه مشاهدة نفس الفيديو ويرسم فورًا هيكلًا ثلاثي الأبعاد مثاليًا لكل لاعب، يوضح بدقة مكان أنفه، ومرفقه، وأصابع قدمه في العالم الحقيقي، وليس فقط على الشاشة المسطحة.
هذا هو التحدي الذي تعالجه هذه الورقة البحثية. لقد ابتكر المؤلفون نظامًا أطلقوا عليه اسم SMART (تكييف شبكة SMPLest-X وتتبع RAFT). فكر في SMART كأنه "محرك دمى رقمي" عالي التقنية يحول الفيديو المسطح إلى فيلم ثلاثي الأبعاد.
إليك كيف فعلوا ذلك، مقسمًا إلى خطوات بسيطة:
1. العقل: تعلم رؤية اللاعبين بأبعاد ثلاثية
بدأ الفريق بنموذج ذكاء اصطناعي قوي يسمى SMPLest-X. يمكنك التفكير في هذا النموذج كفنان ذكي جدًا شاهد ملايين الصور للبشر ويعرف كيف يُبنى جسم الإنسان. ومع ذلك، فقد تم تدريب هذا الفنان في الغالب على صور الاستوديو، وليس على لقطات البث التلفزيوني المزدحمة والسريعة حيث يكون اللاعبون بعيدين، أو مخفيين جزئيًا، أو يتحركون بسرعة.
لإصلاح ذلك، قدموا للفنان "دورة تنشيطية" مخصصة لقطات كرة القدم. علموه أن يولي اهتمامًا خاصًا لأقدام اللاعبين ومدى عمقهم بالنسبة للكاميرا. كما علموه كيفية التعامل مع الإضاءة الغريبة وعمليات الزووم (التكبير) في البث التلفزيوني. هذه الخطوة تشبه أخذ رسام بارع في رسم الصور الشخصية وتدريبه خصيصًا لرسم لقطات الحركة للرياضيين.
2. العينان: تتبع الكاميرا
الخدعة الأكبر في هذه اللعبة هي أن الكاميرا نفسها تتحرك. إذا قامت الكاميرا بعمل زووم أو تحركت عرضيًا، سيبدو اللاعبون وكأنهم يتحركون حتى لو كانوا واقفين في مكانهم.
الطريقة القديمة للقيام بذلك كانت تشبه محاولة تتبع قطار متحرك من خلال النظر إلى بضع حصوات محددة على السكة (التتبع المتفرق). وغالبًا ما كان يفقد التركيز.
استخدم فريق SMART طريقة جديدة تسمى RAFT. تخيل بدلًا من النظر إلى بضع حصوات، أنك تنظر إلى ملعب العشب بأكمله مرة واحدة. يراقب RAFT كيف يتحرك نسيج العشب من إطار إلى آخر. الأمر يشبه مراقبة حشد من الناس يتحركون في ملعب؛ حتى لو لم تستطع رؤية كل الوجوه، يمكنك معرفة أن الحشد بأكته يتحرك يسارًا أو يمينًا. من خلال تتبع العشب، يعرف النظام بالضبط كيف تتحرك الكاميرا، بحيث يمكنه طرح تلك الحركة لمعرفة أين يتواجد اللاعبون حقًا.
3. القدمان: الالتصاق بالأرض
في الفضاء ثلاثي الأبعاد، من السهل على الكمبيوتر أن يرتبك بشأن مدى ارتفاع اللاعب عن الأرض. هل اللاعب يقفز؟ أم أن الكاميرا مائلة فقط؟
لحل هذه المشكلة، يستخدم SMART خدعة "تثبيت مستوى القدم". فهو يجد أدنى نقطة في حذاء اللاعب في الفيديو ويرسم شعاع ليزر غير مرئي من الكاميرا عبر هذا الحذاء حتى يصطدم بالخط التخيلي لملعب كرة القدم. ثم يجبر هيكل اللاعب على الوقوف تمامًا في تلك النقطة. الأمر يشبه إعطاء كل لاعب حذاءً بمغناطيس يجعله يلتصق بالعشب، مما يمنعهم من الطفو في الهواء أو الغوص في الأرض.
4. المشغل السلس: تنظيف الاهتزازات
عندما يخمن الكمبيوتر موقع اللاعب إطارًا تلو الآخر، يمكن أن تبدو النتيجة مهتزة، مثل شخصية في لعبة فيديو تعاني من خلل تقني أو تنتقل آنيًا.
أضاف الفريق خطوة "تنعيم". تخيل مشاهدة رسوم متحركة يدوية مهتزة. تقوم المرحلة الأولى من التنعيم بإصلاح القفزات الكبيرة المستحيلة (مثل انتقال اللاعب فجأة عبر الملعب). أما المرحلة الثانية، فتقوم بتنعيم الهزات الصغيرة بلطف مع ضمان أن تظل الحركات السريعة — مثل ركلة سريعة — تبدو سريعة وطبيعية. الأمر يشبه استخدام يد ثابتة لتتبع رسم تخطيطي مهتز دون فقدان طاقة الرسم الأصلي.
النتائج: ما مدى جودة ذلك؟
اختبر الفريق نظامهم مقابل "معيار FIFA الأساسي" (المعيار القياسي الذي كانوا يحاولون التفوق عليه).
- درجة المعيار الأساسي: 1.053 (كلما انخفض الرقم كان أفضل).
- درجة SMART: 0.593.
هذا يمثل تحسنًا بنسبة 38.6%. وباللغة البسيطة، فإن نظامهم أكثر دقة بكما في تخمين أين يتواجد اللاعبون في الفضاء ثلاثي الأبعاد مقارنة بأفضل طريقة سابقة.
ما هي نقاط الضعف؟
المؤلفون صريحون بشأن المواضع التي يعاني فيها النظام:
- الغطس: إذا كان اللاعب يغطس في الهواء (لا يلمس الأرض)، فإن خدعة "الأحذية المغناطيسية" لا تعمل، ويصاب النظام بالارتباك بشأن ارتفاعه.
- الحجب: إذا تم حجب لاعب بالكامل بواسطة لاعب آخر، يتعين على النظام التخمين، وهو ليس مثاليًا.
- السرعة: النظام ثقيل ويتطلب حاسوبًا قويًا للتشغيل، رغم أن المؤلفين أشاروا إلى أنه يمكنهم جعله أسرع إذا لم يكونوا بحاجة إلى هذه الدقة العالية.
باختصار، SMART هو طريقة جديدة لتحويل فيديوهات كرة القدم المسطحة إلى نماذج ثلاثية الأبعاد دقيقة من خلال الجمع بين فنان ذكاء اصطناعي متخصص، ومتتبع كاميرا يراقب العشب، ومجموعة من القواعد التي تبقي اللاعبين ملتصقين بالأرض.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.