التفاعل التجسيدي المعتمد على الوضعة لتراث رقص دونغهوانغ الرقمي

الرقص مع الجداريات القديمة

رقص دونغهوانغ، المستوحى من الشخصيات المتمايلة على جداريات كهوف موجاو في الصين، يلفت الأنظار بصرياً ويتطلب مهارة تقنية كبيرة. بالنسبة للزوار والدارسين، قد يكون من الصعب الانتقال من الإعجاب بتلك الأجساد المرسومة على الجدار إلى أداء منحنياتها السلسة في الواقع. تقدم هذه الورقة نظام تفاعلي قائم على الكاميرا يتيح لأي شخص لديه حاسوب محمول أن يحاكي أوضاع تلك الجداريات، ويحصل على توجيه فوري حول مدى اقترابه من الشكل المثالي، وأن يحول لحظاته الأفضل فوراً إلى ملصقات رقمية بأسلوب دونغهوانغ.

من لوحات الكهوف إلى الحركة الحية

التراث الثقافي غير المادي مثل الرقص أصعب في الحفظ من التماثيل أو الجداريات لأنه يعيش في الأجساد، وليس في الحجر. رغم أن كهوف دونغهوانغ قد تم مسحها وأرشفتها بتفصيل بصري رائع، إلا أن معظم المشاريع الرقمية لا تزال تطلب من الناس أن ينظروا لا أن يتحركوا. يجادل المؤلفون بأنه للحفاظ على هذا التقليد حقاً، يحتاج المتعلّمون إلى ممارسة تجسيدية — تجربة الأوضاع، والتعديل في اللحظة، والشعور بالأسلوب في عضلاتهم. شرعوا في بناء نظام يفعل هذا بالضبط، باستخدام أجهزة استهلاكية فقط مثل كاميرا ويب عادية وحاسوب محمول، حتى تتمكن المتاحف والفصول ومراكز الثقافة من تبنّيه دون معدات مكلفة.

تعليم الحاسوب قراءة الوضع

لتدريب النظام، جمع الفريق 23 فيديو لراقصين محترفين ونصف محترفين يؤدون خمسة أوضاع كلاسيكية. واستخرجوا من هذه المقاطع نحو 1,230 إطاراً ثابتاً تلتقط نسخاً صحيحة وغير كاملة لكل وضع. صنّف المعلِّقون البشر — بمن فيهم خبراء رقص وغير خبراء — كل إطار على أنه "جيد" أو "رديء" بناءً على معايير واضحة مثل ارتفاع الذراع، انحناء الجذع، والتناظر، مع اتفاق كبير بين المصنّفين. أداة خفيفة من جوجل تُدعى MediaPipe حولت كل صورة راقصة إلى 33 نقطة مفصلية في الجسم — مثل الكتفين والوركين والمرفقين والمعصمين — ممثلة بإحداثيات ثنائية الأبعاد بسيطة. بهذا تحولت الصور الغنية إلى أوصاف رقمية مدمجة للوضعية.

كيف يقيم النظام حركتك

استناداً إلى هذه النقاط العظمية، قارن الباحثون ثمانية أساليب كلاسيكية للتعلّم الآلي لمعرفة أيها يستطيع تمييز الأوضاع الجيدة عن السيئة بشكل أفضل. بدلاً من الشبكات العصبية العميقة التي تتطلب مجموعات بيانات ضخمة وبطاقات رسومات قوية، ركزوا على خوارزميات تعمل بسرعة على أجهزة يومية. برزت طريقة تُدعى الغابة العشوائية (Random Forest)، التي تجمع بين أشجار قرار بسيطة عديدة، كالفائز الواضح، حيث صنّفت جودة الوضع بشكل صحيح بنحو 98.5% ونادراً ما تفوّت وضعاً صحيحاً بالفعل. كما تعاملت مع مهمة أصعب: التعرف ليس فقط على الجودة، بل على أيٍّ من الأوضاع الخمسة يحاول المستخدم تأديتها، محققة دقة تزيد على 97% حتى عندما تبدو بعض المواقف متشابهة جداً.

من الحركة إلى ملصق دونغهوانغ شخصي

بعد التدريب، تم تضمين النموذج في برنامج تفاعلي يحتوي على أربع مراحل رئيسية. أولاً، يختار المستخدم الوضع المستهدف وتأثيرات بصرية اختيارية، ثم يقف أمام كاميرا الويب. يتتبع النظام هيكله العظمي في الزمن الحقيقي بمعدل حوالي 20–25 إطاراً في الثانية، ويفحص باستمرار أي وضع يؤديه المستخدم ومدى جودة أدائه. عندما يحافظ الشخص على الوضع الصحيح بثبات لبضع ثوانٍ، يلتقط النظام إطاراً، ويقصه من الخلفية، ويُركب شخصيته في مشهد مستوحى من دونغهوانغ — مكتمل بألوان بأسلوب الجداريات، وهالات، وأشرطة مصمَّمة لتتماشى مع مفاصله. يمكن للمستخدمين معاينة هذا الملصق العمودي وتنزيله، ليُمزج حركتهم الحية مع لغة الصورة في فن الكهوف القديم.

لماذا هذا مهم للحفاظ على التقاليد حية

لغير المتخصصين، الخلاصة هي أن الحفاظ على تقليد رقص ليس مجرد تسجيل فيديوهات؛ بل دعوة الناس لتجسيد هذه الحركات بأنفسهم. يبيّن هذا العمل أن خوارزميات بسيطة وشفافة نسبياً ومجموعة بيانات متواضعة يمكن أن تقدم تغذية راجعة سريعة ودقيقة تشعر بأنها مستجيبة بما يكفي لتوجيه التعلم. بتحويل الأوضاع الصحيحة إلى ملصقات قابلة للمشاركة على طراز دونغهوانغ، يحوّل النظام الممارسة إلى تجربة ثقافية مرحة بدلاً من اختبار. يرى المؤلفون هذا كخطوة نحو "الحفظ الأدائي": استخدام التكنولوجيا التفاعلية بحيث لا يُشاهَد التراث ويُؤرشف فحسب، بل يُعاد تأديته ويُحسّ، مما يساعد شخصيات الجداريات القديمة على الاستمرار في "الرقص" عبر أجساد متعلمي اليوم.

الاستشهاد: Fu, Q., Zhou, Y. & Ding, X. Pose-based embodied interaction for digital Dunhuang dance heritage. npj Herit. Sci. 14, 223 (2026). https://doi.org/10.1038/s40494-026-02470-2

الكلمات المفتاحية: رقص دونغهوانغ, التراث الثقافي غير المادي, التعرف على الأوضاع, التعلم التفاعلي, تقنيات التراث الثقافي