Markerless Pose Estimation for Resistance Training Technique Assessment

في عالم التدريب البدني، يكمن الفرق بين بناء القوة وتجنب الإصابة في تفصيل واحد: كيفية حركة الجسد. لعقود من الزمن، اعتمد الخبراء على طريقتين رئيسيتين لتقييم هذه الحركة. الأولى هي العين البشرية، حيث يراقب المدرب الرياضي ويقدم ملاحظات بناءً على الخبرة. والثانية هي المختبر، حيث يستخدم العلماء كاميرات باهظة الثمن وملصقات عاكسة صغيرة توضع على جلد الشخص لقياس كل مفصل بدقة متناهية. وبينما توفر طريقة المختبر دقة لا يمكن إنكارها، إلا أنها محبوسة داخل مراكز الأبحاث، بعيداً عن صالات الأوزان حيث يتدرب معظم الناس. وهذا يترك فجوة بين العلم عالي التقنية للحركة وبين الواقع اليومي لرفع الأثقال.

تسعى دراسة جديدة من جامعة بريستول إلى سد هذه الفجوة عبر طرح سؤال بسيط: هل يمكن لكاميرا هاتف ذكي قياسية، دون أي ملصقات أو معدات خاصة، أن تخبرنا ما إذا كان الشخص يرفع الأوزان بشكل آمن؟ ركز الباحثون على ثلاث تمارين أساسية — القرفصاء (السكوات)، وضغط الصدر (البنش برس)، والرفعة المميتة (الددليفت) — لأن هذه الحركات تتضمن مفاصل متعددة وتحمل خطراً عالياً للإصابة إذا نُفذت بشكل غير صحيح. أرادوا معرفة ما إذا كانت الرؤية الحاسوبية الحديثة، التي تسمح للآلات بـ "رؤية" ورسم خريطة لجسم الإنسان من خلال الفيديو، يمكن أن تحل محل الحاجة إلى زيارة المختبر. لم يكن الهدف إنشاء أداة طبية مثالية، بل معرفة ما إذا كان نظام عملي ومتاح يمكنه التقاط الشكل الأساسي للحركة ومقارنته بنموذج جيد معروف.

لاختبار هذه الفكرة، بنى الفريق إطاراً رقمياً يأخذ لقطات الفيديو العادية ويحولها إلى قصة حركة. استخدموا برنامجاً حاسوبياً خفيف الوزن قادراً على رصد ثلاث وثلاثين نقطة رئيسية في جسم الإنسان، مثل الكتفين والمرفقين والركبتين، في كل إطار من إطارات الفيديو. وبمجرد تحديد هذه النقاط، قام النظام بربطها لحساب زوايا المفاصل أثناء حركة الشخص. بالنسبة لتمرين القرفصاء، على سبيل المثال، راقب البرنامج كيفية انثناء الركبة وكيفية ميل الجذع للأمام. ثم أنشأ الباحثون مرجعاً "معيارياً ذهبياً" عبر اختيار فيديو لتكرار مثالي من مجموعة من المقاطع التعليمية. كانت هذه الحركة المثالية بمثابة الهدف، وهو قالب يتم من خلاله قياس جميع المحاولات الأخرى.

قام الباحثون بتغذية نظامهم بمئات الفيديوهات، مع تصفية تلك التي تعاني من إضاءة ضعيفة أو أجسام مخفية جزئياً عن الرؤية. وركزوا على مجموعة بيانات مكونة من تسعة وثمانين تسجيلاً عالي الجودة. وعندما حللوا فيديوهات القرفصاء، عمل النظام بشكل جيد للغاية؛ فقد نجح في تتبع الحركة في كل إطار تقريباً، ملتقطاً المنحنى السلس لانثناء الركبة واستقامتها. استطاع الكمبيوتر رؤية الفرق بين القرفصاء العميقة والمتحكم بها، وبين تلك الضحلة أو المهتزة. ومن خلال مقارنة زاوية الركبة في فيديو الاختبار مقابل زاوية الفيديو المرجعي المثالي، منح النظام درجة تقييمية. كانت الدرجة مائة تعني أن الحركة تطابق النموذج المثالي تماماً، بينما تشير الدرجة الأقل إلى وجود انحراف. وفي اختبار تضمن عشر تكرارات للقرفصاء، حدد النظام أن التكرار الأول كان الأكثر اختلافاً عن النموذج المثالي، بينما كان الثامن هو الأقرب مطابقة، مما أظهر أن التكنولوجيا يمكنها رصد التغيرات الدقيقة في التكنيك حتى ضمن مجموعة واحدة من التمارين.

ومع ذلك، كشفت الدراسة أيضاً عن قيد جوهري يجب على أي شخص يستخدم مثل هذه التكنولوجيا احترامه: زاوية الكاميرا تهم أكثر من أي شيء آخر تقرياً. اختبر الباحثون ذلك بجعل شخص يتخذ وضعية القرفصاء الثابتة بينما يتحرك حوله المصور، بحيث يتم التصوير من الجانب، ومن الخلف، ومن الأمام. عندما وُضعت الكاميرا مباشرة من الجانب، لتلتقط الحركة في ملف جانبي ثنائي الأبعاد، بدت زاوية الركبة صحيحة. ولكن بمجرد تحرك الكاميرا إلى الأمام أو الخلف، تغير تقدير الكمبيوتر لزاوية الركبة بشكل كبير، رغم أن ساق الشخص لم تتحرك إطلاقاً. هذا التشوه ازداد سوءاً عندما كان الرياضي داخل حامل أوزان معدني، حيث حجبَت القضبان أجزاءً من الجسم عن الرؤية. واجه النظام صعوبة في تخمين أماكن المفاصل المخفية، مما أدى إلى بيانات مربكة وغير دقيقة. وقد استبعد هذا الاكتشاف فكرة إمكانية وضع الكاميرا في أي مكان؛ فلكي تعمل التكنولوجيا، يجب أن يتم تصوير الفيديو من منظور جانبي محدد.

كما أظهرت التكنولوجيا أنها تعمل بشكل أفضل في بعض التمارين أكثر من غيرها. فبينما تم تتبع القرفصاء والرفعة المميتة بموثوقية عالية، ثبت أن ضغط الصدر (البنش برس) كان صعباً. في تمرين ضغط الصدر، يستلقي الشخص على ظهره، وغالباً ما يحجب البار (القضيب الحديدي) الثقيل الرؤية عن الذراعين والكتفين. ولأن الكمبيوتر لم يستطع رؤية المفاصل الرئيسية بوضوح، فشل في تتبع الحركة في جزء كبير من الفيديوهات. وهذا يشير إلى أنه بينما تعد هذه الطريقة قوية للحركات العمودية حيث يكون الجسم مرئياً بالكامل، إلا أنها ليست جاهزة بعد لكل أنواع التمارين. وخلص الباحثون إلى أن نظامهم يعد خطوة واعدة نحو علم الميكانيكا الحيوية المتاح للجميع، وقادر على تقديم ملاحظات مفيدة للقرفصاء والرفعة المميتة، لكنه ليس حلاً سحرياً يعمل في كل المواقف.

في نهاية المطاف، يثبت هذا العمل أننا نقترب من مستقبل تكون فيه تحليلات الحركة عالية الجودة متاحة للجميع، وليس فقط لأولئك الذين يمتلكون ميزانية مختبرات. يمكن للنظام استخراج قصة الرفعة بنجاح من مجرد فيديو بسيط، وتحديد متى يكون التكنيك متسقاً ومتى ينحرف عن النموذج المثالي. يمكنه أن يخبر الرياضي أن تكراراته الأولى كانت مهتزة وأنه وجد إيقاعه لاحقاً في المجموعة. ومع ذلك، فإن المضي قدماً يتطلب انضباطاً؛ فمن أجل تحقيق أقصى استفادة من هذه الأداة، يجب على المستخدمين توخي الحذر بشأن مكان وقوفهم بالكاميرا وما يقومون بتصويره. هذه التكنولوجيا ليست بديلاً للمدرب، بل هي نوع جديد من المرايا، مرآة يمكنها أن ترينا هندسة قوتنا، بشرط أن نعرف كيف ننظر إليها.