Recovering Biomechanical Signals from Missing Keypoints Using Temporal Interpolation in Monocular Gait Analysis
تُثبت هذه الورقة أن الاستيفاء الزمني من الدرجة الأولى البسيط يمكنه استعادة نقاط مفصل الكاحل المفقودة بفعالية في تحليل المشية أحادي الكاميرا، مما يعيد دقة زاوية الركبة وتباين الإشارة إلى مستويات قريبة من الخط المرجعي دون الحاجة إلى نماذج إعادة بناء معقدة متعلمة.
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. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
المشي هو إيقاع نادراً ما نفكر فيه، تدفق سلس من الحركة تؤديه أجسادنا دون جهد واعٍ. ومع ذلك، بالنسبة للعلماء الذين يدرسون الحركة البشرية، فإن التقاط هذا الإيقاع بكاميرا بسيطة يمثل لغزاً صعباً بشكل مفاجئ. لعقود من الزمن، اعتمد الباحثون على مختبرات باهظة الثمن مليئة بالعلامات العاكسة والمستشعرات المتخصصة لتتبع كيفية تحرك مفاصلنا. واليوم، تتيح التكنولوجيا الأرخص لنا استخدام كاميرا فيديو واحدة لتقدير مكان أجزاء أجسامنا في الفضاء، وهي عملية تُعرف باسم "تقدير الوضعية" (pose estimation). تعد هذه التكنولوجيا بنقل تحليل الحركة عالي الجودة إلى العيادات، والصالات الرياضية، وحتى المنازل. ومع ذلك، فإن هذه الأنظمة القائمة على الكاميرا هشة؛ فإذا حُجبت ساق الشخص عن الرؤية لفترة وجيزة، أو إذا ارتبك البرنامج بسبب ضبابية الحركة، يفقد النظام تتبع نقطة معينة في الجسم، تُعرف باسم "نقطة رئيسية" (keypoint). وعندما تختفي النقطة الرئيسية، غالباً ما تتعطل عملية حساب كيفية انثناء المفصل تماماً، مما يحول الإشارة السلسة والمفيدة إلى ضجيج ساكن. والسؤال الذي يواجه الباحثين هو ما إذا كان يمكن إصلاح هذه الإشارة المكسورة باستخدام نماذج حاسوبية معقدة وثقيلة، أم أن نهجاً أبسط بكثير قد يؤدي المهمة بنفس الكفاءة.
في دراسة حديثة، تناول باحث في جامعة سنغافورة للتكنولوجيا والتصميم هذه المشكلة من خلال التركيز على الركبة، وهي مفصل ينثني ويستقيم مع كل خطوة. استخدم الباحث فيديو واحداً لرجل يمشي وطلب من الحاسوب تتبع جسده باستخدام برنامج قياسي. ولاختبار ضعف النظام، قام الباحث عمداً بإزالة نقطة بيانات الكاحل في كل إطار من إطارات الفيديو، محاكياً حالة يكون فيها الكاحل مخفياً عن الكاميرا. وبدون الكاحل، لم يعد بإمكان الحاسوب حساب زاوية الركبة. كانت النتيجة فورية ودراماتيكية: توقفت بيانات زاوية الركبة عن الحركة تماماً. استوت الإشارة، وفقدت كل التقلبات الطبيعية لخطوة المشي، وقفز الخطأ في القياس إلى متوسط 23.4 درجة. لقد تجمد النظام فعلياً، عاجزاً عن تخمين مكان الركبة دون نقطة الارتكاز المتمثلة في القدم.
ثم جرب الباحث نهجاً مختلفاً، لا يتضمن تدريب ذكاء اصطناعي معقد لـ "تخمين" البيانات المفقودة. بدلاً من ذلك، استخدم طريقة بسيطة تسمى "الاستكمال الزمني" (temporal interpolation). تقنية الاستكمال هذه تنظر إلى مكان الكاحل في الإطار الذي سبق اختفاءه، ومكانه في الإطار الذي تلا الاختفاء، ثم تملأ الفجوة بموقع محسوب بسلاسة بناءً على تلك النقاط المجاورة. إنه تنعيم رياضي مباشر، يشبه كيف يمكن للمرء تقدير موقع سيارة بين نقطتين معلومتين على الطريق. وعند تطبيق هذا الإصلاح البسيط، عادت إشارة زاوية الركبة إلى الحياة. بدأ الخط المتجمد في الحركة مرة أخرى، مستعيداً شكله وإيقاعه الطبيعي. انخفض متوسط الخطأ من 23.4 درجة إلى 1.1 درجة فقط، وعادت سلاسة الحركة إلى مستواها السابق تقريباً كما لو أن الكاحل لم يكن مفقوداً قط.
وجدت الدراسة أن هذا الإصلاح البسيط نجح لأن المشي البشري يمتلك إيقاعاً قوياً وقابلاً للتنبؤ عبر فترات زمنية قصيرة جداً. فموقع الكاحل في اللحظة التالية من الثانية يتأثر بشدة بموقعه في اللحظة السابقة لها مباشرة. وهذا يعني أنه بالنسبة لإطار واحد مفقود، لا يحتاج الجسم إلى نموذج معقد للتنبؤ بمستقبله؛ بل يحتاج فقط إلى معرفة ماضيه المباشر. تشير الأبحاث إلى أنه بالنسبة للعديد من التطبيقات في العالم الحقيقي، مثل مراقبة المشية في عيادة مزدحمة أو في بيئة منزلية، لسنا بحاجة إلى بناء أنظمة مكلفة وثقيلة حاسوبياً للتعامل مع الأعطال العارضة. إذ يمكن لحساب أساسي منخفض التكلفة أن يستعيد الإشارة بدقة عالية. وتشير النتائج إلى أن التكرار الطبيعي في طريقة مشينا كافٍ للسماح للبرامج البسيطة بالتعافي من الأخطاء الشائعة مثل فقدان النقطة الرئيسية، مما يحافظ على استمرار التحليل بسلاسة حتى عندما تكون رؤية الكاميرا غير مثالية.
بالطبع، يأتي هذا الاكتشاف مع حدود واضحة. فقد أُجريت الدراسة على شخص واحد يمشي في تسلسل واحد، لذا ليس من المعروف بعد ما إذا كان هذا الإصلاح البسيط يعمل مع كل أنواع المشي، أو كل زوايا الكاميرا، أو ما إذا كان بإمكانه التعامل مع فترة طويلة يختفي فيها القدم لعدة ثوانٍ متواصلة. كما لاحظ الباحثون أن بياناتهم "المثالية" المرجعية جاءت من نفس نظام الكاميرا، مما يعني أن النتائج تظهر مدى قدرة النظام على إصلاح نفسه داخلياً، بدلاً من إثبات مطابقتها لمعيار ذهبي مخبري. ورغم هذه الحدود، يقدم هذا العمل مساراً مطمئناً للمضي قدماً. فهو يوضح أنه في السعي لفهم الحركة البشرية باستخدام كاميرات بسيطة، قد لا نحتاج دائماً إلى أقوى الحواسيب. فأحياناً، تكمن الإجابة في الإيقاع الهادئ والمتوقع للخطوة نفسها، والذي يمكن لحساب بسيط أن يسمعه حتى عندما تكون البيانات مفقودة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.