نظام قياس بصري أحادي العدسة ذكي قائم على الحاسوب للقفز الطويل من الوقوف

لماذا تهم مسافة القفز

القفز الطويل من وضع الوقوف هو أحد أبسط الطرق التي تختبر بها المدارس حول العالم لياقة الطلاب: تقف عند خط، وتقفز بأقصى ما تستطيع، ثم تقيس المسافة. لكن في ساحات المدارس المزدحمة يمكن أن يصبح هذا الاختبار البسيط فوضوياً. لا يزال المعلمون ينحنيون بمقاييس الشريط، وقد تُثار خلافات حول النتائج، وتسجيل آلاف القفزات يكون بطيئاً ومرهقاً. تقدم هذه الدراسة نظاماً معتمداً على الكاميرا يمكنه قياس مسافة القفز تلقائياً وبدقة من فيديو عادي، واعداً باختبارات أسرع وأكثر موضوعية دون الحاجة إلى أجهزة متخصصة مكلفة.

من شريط القياس إلى الكاميرا الذكية

تعتمد أدوات القفز الطويل الآلية اليوم عادة على مستشعرات فوق صوتية أو سجادات ضغط أو أشعة ضوئية ممتدة عبر الرمال. وعلى الرغم من فعاليتها، فإنها مكلفة في التركيب، وحساسة للطقس، وصعبة الصيانة للاستخدام المدرسي واسع النطاق. بدلاً من ذلك يعالج المؤلفون المهمة كمشكلة رؤية: إذا كانت كاميرا واحدة تستطيع رؤية كل من قدم الرياضي وحصيرة القفز، فينبغي للبرمجيات أن تقدر المسافة التي قطعها الشخص. صمموا سلسلة معالجة كاملة تحول الفيديو الخام إلى رقم مسافة نهائي، في الوقت الحقيقي، باستخدام مزيج من رؤية الحاسوب الحديثة ومنطق هندسي دقيق.

كيف يرى النظام القفزة

تبدأ العملية بكاميرا عالية السرعة توضع على بعد مترين تقريباً إلى جانب حصيرة القفز، تلتقط فيديو واضحاً بمعدل 240 إطاراً في الثانية. تقسم البرمجيات هذا الفيديو أولاً إلى إطارات فردية وتستخدم كاشفاً جاهزاً لتحديد بسرعة متى يدخل الرياضي المشهد ومتى يغادره. داخل هذه النافذة تبحث عن اللحظة التي يكون فيها الكعب أعلى ما يمكن في الصورة (ذروة القفزة)، ثم عن الإطارات اللاحقة حيث يتوقف موضع الكعب عن التغير، مما يدل على هبوط مستقر. اختيار الإطارات المفتاحية هذا تلقائياً يعني أن النظام لا يضيع الوقت في تحليل كل إطار، ويتجنب التشوش من المشاهد الجزئية عندما يكون الرياضي نصفه خارج الصورة.

إيجاد الحصيرة والكعوب والمسافة الحقيقية

بمجرد تحديد إطار الهبوط يتولى نموذج رؤية مخصص يدعى FastNetSeg المهمة. يجمع هذا الشبك الخفيف الوزن بين فكرتين: فرع Transformer يلتقط التكوين العام للمشهد وفرع تلافيفي مضغوط يركز على التفاصيل المحلية. معاً يلوّنون البكسلات التي تنتمي إلى الرياضي وتلك التي تنتمي إلى حصيرة القفز. من قناع الحصيرة يتبع خوارزم حدودها الخارجية، ويملس الشوائب الصغيرة، ويستخلص منها أربعة نقاط زاوية موثوقة. ومن قناع الرياضي تفحص خوارزم أخرى محيط المنطقة السفلية اليسرى من الجسم، وتصفّي المناطق غير ذات الصلة، وتحدد موقع الكعب باستخدام الانحناء—بمعنى إيجاد الانعطاف الحاد حيث يلتقي خلف القدم بالأرض. توفر هذه النقاط القليلة المكونات الخام للقياس.

تحويل البكسلات إلى سنتيمترات

بما أن الكاميرا ترى الحصيرة بزاوية، فإن المسافات في الصورة لا تطابق مباشرة السنتيمترات في العالم الحقيقي: قد تمثل بكسلة قرب الحافة البعيدة من الحصيرة مسافة فعلية أكبر من بكسلة قريبة من الكاميرا. للتغلب على ذلك يتعلم النظام "تحويلًا" من إحداثيات الصورة إلى سطح الحصيرة المسطحة، باستخدام أداة هندسية قياسية تسمى التحويل المنظوري. بمعرفة الطول والعرض الحقيقيين للحصيرة، تحسب البرمجيات كيف سيُوضع أي نقطة مرئية—وخاصة الكعب—على خريطة علوية للأرض. ثم تطبق خطوة تصحيح إضافية مبنية على منحنى كثير الحدود البسيط، يتم تركيبه من قفزات معايرة، لتقليل الأخطاء المنهجية الصغيرة المتبقية قرب حواف مجال رؤية الكاميرا.

مدى فاعليته في العالم الواقعي

لاختبار النظام في ظروف واقعية بنى الباحثون مجموعة بيانات مخصصة: 1200 قفزة من 200 طالب جامعي، مصورة في الهواء الطلق في أوقات مختلفة من اليوم وتحت ظروف طقس متفاوتة. رسم المعلّقون البشريون مخططات على مستوى البكسل للرياضيين والحصائر لتدريب وتقييم النموذج. على أجهزة GPU حديثة ومتاحة بسهولة، يعالج النظام الكامل نحو 23 إطاراً في الثانية، بسرعة كافية للاستخدام المباشر أثناء اختبارات المدارس. والأهم من ذلك، عند مقارنة تقديرات المسافة مع قياسات شريطية دقيقة، كان متوسط الخطأ حوالي 0.71 سنتيمتر—أقل من عرض إصبع. إزالة أي من الوحدات الرئيسية، مثل مرشح الرياضي غير الكامل، أو تحويل العرض الأحادي، أو خطوة تحديد الكعب الدقيقة، يؤدي إلى انخفاض حاد في الدقة، مما يبرز أهمية التصميم الكامل.

اختبار قفز أوضح وأكثر عدلاً

بعبارة بسيطة، تُظهر هذه العمل أن كاميرا ذكية واحدة يمكنها استبدال شريط القياس اليدوي وتركيبات المستشعر المكلفة في اختبار القفز الطويل من الوقوف، من دون التضحية بالدقة. من خلال الجمع بين تحليل الفيديو السريع، وتحديد دقيق لمحيط القافز والحصيرة، وتحويل هندسي محكم من الصورة إلى الأرض، وخطوة نهائية لتنعيم الخطأ، يوفر النظام موثوقية بمقدار سنتيمترات في الوقت الحقيقي. مع مشاركة الشيفرة وأدوات المعايرة، يمكن للمدارس والبرامج الرياضية نشر هذا النهج على نطاق واسع، مما يجعل اختبارات اللياقة أسرع وأكثر عدلاً وأقل اعتماداً على حكم الإنسان.

الاستشهاد: Kuang, G., Li, S., Liu, Y. et al. A smart monocular vision metrology system based on computer for standing long jump. Sci Rep 16, 14611 (2026). https://doi.org/10.1038/s41598-026-44523-3

الكلمات المفتاحية: القفز الطويل من الوقوف, رؤية حاسوبية, قياس رياضي, التعلم العميق, اختبار اللياقة