HierGait: Hierarchical multi-modal gait recognition method with structural–temporal co-optimization
يُعد HierGait إطار عمل هرمي للتعرف على المشية متعدد الوسائط يدمج التعزيز الزمني متعدد المقاييس التكيفي، والدمج الموجه بالبنية، وإعادة معايرة السياق العالمي للتغلب على القيود في التقاط الحركة دقيقة التفاصيل، والمحاذاة عبر الوسائط، والنمذجة الزمنية، محققاً أداءً هو الأفضل في فئته على مجموعة بيانات CASIA-B.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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 التعرف على صديق لك وهو يسير في شارع مزدحم. أنت لا تحتاج لرؤية وجهه؛ بل تحتاج فقط لرؤية طريقة حركته. هذا هو سحر التعرف على مشية الشخص (gait recognition)، وهو فرع من فروع الرؤية الحاسوبية يحدد هوية الأشخاص من خلال أسلوب مشيهم الفريد. الأمر يشبه شفرة سرية مكتوبة في الطريقة التي تتأرجح بها أجسادنا، ونخطو بها، ونتوازن بها. لسنوات طويلة، حاولت الحواسيب فك هذه الشفرة باستخدام "عينين" رئيسيتين: عين ترى الخيال أو الظل (silhouette) (الخط العريض المظلم لشخص ما)، وأخرى ترى الهيكل العظمي (skeleton) (خريطة تشبه رجل العصا توضح أماكن المفاصل). الخيال ممتاز في رؤية الشكل العام، مثل المعطف أو حقيبة الظهر، لكنه يرتبك عندما تتغير الملابس. أما الهيكل العظمي فهو ممتاز في رؤية بنية الجسم، مثل الورك أو الركبة، لكنه يصبح مهتزاً إذا كانت لقطات الفيديو ضبابية أو إذا كان الشخص مختبئاً خلف شيء ما. التحدي الكبير الذي واجه العلماء هو تعليم الحواسيب كيفية استخدام هاتين العينين في وقت واحد دون أن تعيق إحداهما الأخرى، خاصة عندما يكون "رجل العصا" متذبذباً أو عندما يرتدي "الظل" تنكراً.
هنا يأتي دور HierGait، وهي طريقة جديدة اقترحها باحثون من جامعة هونان للطب الصيني التقليدي. فكر في HierGait كأنها محقق ذكي للغاية لا يكتفي بمجرد النظر إلى شخص يمشي؛ بل يستجوبه على ثلاثة مستويات مختلفة من التفاصيل ليتأكد من الحصول على الهوية الصحيحة. لاحظ الباحثون أن الطرق السابقة كانت تفتقد لثلاث أدلة حاسمة: لم تكن تنظر بدقة كافية إلى الحركات الصغيرة والسريعة؛ وكانت ترتبك عندما تكون بيانات الهيكل العظمي مشوشة؛ كما أنها كانت تعامل كل إطار في فيديو المشي على أنه متساوٍ في الأهمية، حتى عندما تكون بعض الإطارات مجرد وقفات مملة.
ولمعالجة ذلك، تستخدم HierGait استراتيجية مكونة من ثلاث خطوات. أولاً، تستخدم وحدة تسمى AMSTB تعمل مثل كاميرا عالية السرعة تسلط الضوء على أجزاء مختلفة من الجسم. تماماً كما تتأرجح ذراعاك بسرعة تختلف عن حركة ساقيك، تبحث هذه الوحدة في مقاييس زمنية مختلفة لالتقاط تلك الحركات الدقيقة والفريدة التي تجعل مشية الشخص مميزة. ثانياً، تعالج مشكلة "الهيكل العظمي المشوش" بوحدة تسمى MC-SJSF. تخيل أنك تحاول مطابقة ظل مع رسم لرجل عصا، لكن رجل العصا يتأرجح. تستخدم هذه الوحدة "خريطة هيكلية" تعتمد على مدى ارتفاع المفاصل (مثل معرفة أن الركبتين دائماً أقل من الكتفين) لتوجيه الكمبيوتر. إنها تجبر الكمبيوتر على محاذاة الظل والهيكل العظمي بشكل صحيح، حتى لو كانت بيانات الهيكل العظمي غير دقيقة نوعاً ما. أخيراً، تعمل وحدة GTCFM كمحرر أفلام؛ فبدلاً من مشاهدة فيديو المشي بأكمله دفعة واحدة، تختار أكثر "الإطارات المرجعية" إثارة — لحظات الركلات الكبيرة أو الدفع — وتتجاهل الأجزاء المملة حيث يقف الشخص ساكناً. ثم تدمج هذه اللحظات البارزة مع الإيقاع الثابت والمستمر للمشية لتكوين ملخص مثالي.
النتائج التي حقق هذا النهج مثيرة للإعجاب حقاً. فعند اختبارها على مجموعة بيانات CASIA-B، وهي معيار قياسي للتعرف على المشية، حققت HierGait دقة من المرتبة الأولى (Rank-1) بلغت 98.8% للمشي الطبيعي، و96.3% عندما يحمل الشخص حقيبة، و93.2% عندما يرتدي معطفاً ثقيلاً. هذه الأرقام مهمة لأن سيناريو "المعطف" هو عادة الأصعب بالنسبة للحواسيب، حيث يغير شكل الشخص تماماً. كما اختبر الباحثون الطريقة على مجموعة بيانات CCPG، التي تحاكي ظروف العالم الحقيقي الأكثر فوضوية، حيث تفوقت HierGzeitig مرة أخرى على الطرق الرائدة الأخرى، محققة متوسط دقة قدره 75.3%.
تشير الورقة البحثية إلى أنه من خلال الجمع بين هذه الطبقات الثلاث من التحليل — التفاصيل المحلية، والتوجيه الهيكلي، والتحرير العالمي — يصبح النظام أكثر قوة ضد التغيرات في الملابس والبيانات المشوشة. ومع ذلك، يوضح المؤلفون بحذر أن النظام لا يزال يعتمد على جودة بيانات الهيكل العظمي الأولية؛ فإذا كان اكتشاف الهيكل العظمي معطلاً تماماً، فلن يتمكن النظام من ممارسة سحره. ورغم أن هذا ليس عصا سحرية تحل كل مشكلة في عالم المراقبة، إلا أنه يشير إلى أن النهج الهرمي متعدد الخطوات هو وسيلة قوية جداً لتعليم الحواسيب التعرف علينا من خلال طريقة مشينا، حتى عندما نحاول إخفاء هويتنا بملابس مختلفة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.