تقييم جودة أداء الرياضيين بناءً على فصل درجات الجودة في شبكة عصبية منقولة في سيناريوهات رياضية معقدة

لماذا يهم تحسين تحكيم الرياضة

من الغطس الأولمبي إلى معارك البريك دانس، تعتمد العديد من الرياضات على حكّام بشريين لتحويل حركات معقدة إلى درجة واحدة. لكن العروض الطويلة تكون غير متسقة: بعض اللحظات مذهلة، وأخرى مهزوزة أو مجرد حشو. تستكشف هذه الدراسة كيف يمكن للذكاء الاصطناعي مشاهدة فيديوهات كاملة للعروض المعقدة، واستخراج اللحظات الهامة فعلاً، وإصدار درجات أكثر اتساقاً ودقة تساعد الحكّام والمدرّبين والأطباء والمتعلمين العاديين.

مشاهدة العرض كاملاً، ليس مجرد الملخص

الأنظمة التقليدية التي تقيم الأداء الرياضي غالباً ما تعامل الفيديو الكامل كما لو أن كل ثانية مهمة بنفس القدر. هذه الفرضية تنهار في الأحداث الحقيقية. في البريك دانس، على سبيل المثال، الحركات الأولى المتزامنة مع الموسيقى أقل أهمية من الحركات الأرضية الصعبة أو الـfreezes أو الدورانات القوية التي تظهر لاحقاً. الطرق الحالية غالباً ما تدمج كل شيء معاً، ما يخفي الحركات البارعة والأخطاء الحرجة على حد سواء. يؤطر المؤلفون هذا على أنه مشكلة عامة في فيديوهات المهارة الطويلة: الجودة غير متساوية مع مرور الوقت، والدلائل الإيجابية والسلبية قد تتواجد في نفس الأداء. هدفهم بناء نظام يفصل اللحظات الرئيسية عن الحركة الخلفية، ما يسهل مقارنة أداء شخصين فعلياً.

طريقتان للنظر إلى نفس الأداء

ينظر النموذج المقترح إلى كل فيديو عبر عدستين منفصلتين. يركّز المسار «الحركي» على الحركة مع مرور الزمن باستخدام مقاطع قصيرة، ملتقطاً الإيقاع والتدفق والاستمرارية. أما المسار «السكوني» فيفحص الإطارات الفردية، آخذًا بعين الاعتبار الوضعية والسيطرة على الجسم وأخطاء الشكل الصغيرة التي قد تظهر للحظة. والأمر الحاسم أن هذين المسارين لا يختلطان في مرحلة مبكرة. يتعلم كل منهما رؤيته الخاصة للأداء أولاً، مما يساعد على منع طغيان أخطاء الوضعية القصيرة على تسلسل طويل وسلس أو العكس. فقط بعد أن يشكل كل مسار ميزات وعيّة بالجودة يتم دمجهما لتقدير درجة كلية.

فصل الحركات القوية عن الضعيفة

في قلب النظام وحدة «فصل الدرجات» التي تفصل صراحة مقاطع الفيديو التي تبدو كدليل قوي على المهارة عن تلك التي تشير إلى أداء أضعف أو مشوب بالخلل. مستوحاة من الشبكات الحديثة القائمة على الانتباه، يتعلم النموذج «نموذجين أوليين» داخليين: أحدهما يبحث عن اللحظات عالية الجودة والآخر يركز على اللحظات منخفضة الجودة. أثناء معالجة الفيديو، يخصّص كل نموذج أولي أوزاناً مختلفة لمقاطع زمنية مختلفة، منتجاً ملخّصين متكاملين: واحد مبني من أفضل المقاطع، وآخر من الأسوأ أو الأقل إفادة. كما يُحفظ متوسط بسيط عبر الوقت كخط أساس محايد. قواعد تدريب خاصة تدفع وجهتي نظر الجودة العالية والمنخفضة إلى التباين بطرق مفيدة والتركيز على أجزاء مختلفة من الفيديو، بدل الانهيار كلها على نفس الإطارات الواضحة القليلة.

تعلّم ترتيب الأداء بمشاهدة أزواج

بدلاً من الاعتماد على درجات رقمية دقيقة من خبراء بشريين، يُدرّب النظام أساساً على المقارنات الزوجية: بالنظر إلى فيديوهين، أي المؤديين أظهر مهارة أفضل عموماً؟ لكل زوج، يتنبأ النموذج بدرجات لفروعه عالية الجودة ومنخفضة الجودة والمتوسطة ويُعاقب إذا أخطأ في الترتيب أو إذا فشلت الفروع المفصولة في أن تكون أكثر تمييزاً من المتوسط البسيط. تشجّع مصطلحات تدريب إضافية وجهتي النظر «الجيدة» و«السيئة» على تأكيد مقاطع زمنية مختلفة. بعد اكتمال التدريب، يمكن للنظام مشاهدة فيديو جديد واحد وإخراج درجة جودة مستقرة، دون الحاجة لرؤية فيديو مرجعي إلى جانبه.

من معارك البريك دانس إلى الجراحة والمهارات اليومية

لاختبار نهجهم، بنى المؤلفون مجموعة بيانات جديدة لمعارك بريك دانس على مستوى عالمي وقيّموا أيضاً الطريقة على مجموعتين موجودتين من فيديوهات المهارة الطويلة: مهام يومية مثل الرسم والطبخ وربط ربطة العنق، وأنشطة جراحية ودقيقة الحركات الدقيقة. عبر هذه البيئات المتنوعة، طابق نموذجهم عادةً أو تفوق على دقة الطرق الرائدة في تحديد أي من فيديوهين يظهر مهارة أعلى. تُظهر تصوّرات خرائط الانتباه الداخلية أن فروع الجودة العالية عادةً ما تتوهج حول الحركات المحكومة والمطالبة تقنياً، بينما تؤكد فروع الجودة المنخفضة على الانتقالات المحرجة أو الأفعال غير المكتملة. للقراء العاديين، الخلاصة أن هذا النظام يعلم الحواسيب ليس فقط التعرف على نوع الحركة بل مدى إجادة تنفيذها، عن طريق فصل أفضل وأسوأ أجزاء الأداء بعناية قبل دمجها في درجة نهائية قابلة للتفسير.

الاستشهاد: Gao, L., Ma, Y., Bi, S. et al. Athlete action quality assessment based on transfer neural network quality score decoupling in complex sports scenarios. Sci Rep 16, 15795 (2026). https://doi.org/10.1038/s41598-026-43987-7

الكلمات المفتاحية: تقييم جودة الحركة, تحليل فيديوهات رياضية, الـبريك دانس, نماذج قائمة على الانتباه, تقييم المهارة