Clear Sky Science · ar

إعادة بناء حركات الرقص عبر نموذج مصفوفي ثنائي الأبعاد وخوارزمية Haute Monde Chimp Optimization

· العودة إلى الفهرس

التقاء الرقص بالبصيرة الرقمية

وراء كل دورة رشاقة على المسرح تكمن عاصفة غير مرئية من الحركة يصعب التقاطها بشكل مدهش. تستكشف هذه الدراسة كيفية تسجيل وإعادة بناء حركات رقص معقدة عندما تفشل الكاميرات والمستشعرات في رصد أجزاء من الجسم، سواء بسبب الأزياء المتدفقة أو الدورانات السريعة أو الأوضاع غير التقليدية. من خلال دمج أفكار من الرياضيات والبحث المستوحى من الطبيعة، يعرض المؤلفون طريقة لتحويل تسجيلات رقص متسخة أو ناقصة إلى حركة متصلة ونظيفة يمكن أن تفيد المصممين والحركات، والمحرّكين، ومطوري الألعاب، وأخصائيي التأهيل على حد سواء.

لماذا تسجيل الرقص صعب للغاية

تَعِد أنظمة التقاط الحركة الحديثة بتحويل الراقصين إلى تدفقات من البيانات الرقمية، لكن العروض الحقيقية نادراً ما تتصرف مثل عروض المختبر. الأطراف تحجب بعضها البعض، والأقمشة الفضفاضة تخفي المفاصل، والراقصون يرتجلون حركات تلتف بعيداً عن الأنماط البسيطة. نتيجة لذلك، غالباً ما تحتوي البيانات على فراغات حيث تختفي المفاصل ومسارات تنحني بطرق غير خطية للغاية مع الزمن. الأدوات السابقة، مثل الشبكات العصبية أو طرق المصفوفة ذات الرتبة المنخفضة أو كاميرات العمق مثل Kinect، يمكنها التعامل مع مقاطع قصيرة أو إيماءات بسيطة، لكنها تفتقر إلى ضمانات قوية بأنها ستستعيد الحركة الكاملة بشكل صحيح عندما يصبح الرقص معقداً وتصبح البيانات فوضوية.

طريقة جديدة لتمثيل الحركة

لمعالجة ذلك، يقدم المؤلفون نموذج حسابي متعدد الأبعاد بالمصفوفات يعامل الحركة البشرية ككائن هندسي غني بدلاً من مجرد قائمة إحداثيات للمفاصل. في هذا التصور، يُرسم هيكل الراقص كشبكة من المفاصل في الفراغ ثلاثي الأبعاد، وكل وضع يُرسم على سطح رياضي منحني يعكس بشكل أفضل كيف تدور المفاصل الحقيقية. تُنظّم هذه الأوضاع بعد ذلك في مصفوفة كبيرة تُوصف عناصرها كيف تتحرك أجزاء الجسم معاً عبر الزمن. تظهر المفاصل المفقودة كعناصر فارغة، ما يحوّل استعادة الحركة إلى نوع من مهمة «الملء الذكي للفراغات» على هذه المصفوفة. عبر تصميم النموذج ليفضّل التركيبات البسيطة ذات الرتبة المنخفضة بطريقة مدروسة، يسعى الأسلوب إلى اكتشاف أكثر حركة كاملة متسقة تتوافق مع البيانات الناقصة.

Figure 1. من راقٍ مخفي جزئياً إلى شخصية رقمية نظيفة تعرض مسار الحركة المعاد بناؤه بالكامل.
Figure 1. من راقٍ مخفي جزئياً إلى شخصية رقمية نظيفة تعرض مسار الحركة المعاد بناؤه بالكامل.

بحث مستوحى من الطبيعة مع شمبانزي رقمي

الركن الثاني من العمل هو استراتيجية بحث تُسمى خوارزمية Haute Monde Chimp Optimization. مستوحاة من كيفية تعاون الشمبانزي أثناء الصيد، تتخيل هذه المقاربة العديد من الحلول المرشحة التي تتجول عبر فضاء إعدادات النموذج الممكنة. يلعب بعضها دور القادة، بينما يعمل آخرون كسائقين أو حواجز، ويتغير تأثيرهم مع تقدم البحث. على عكس النسخ السابقة من هذه الفكرة التي منحت كل قائد وزناً متساوياً أو اقتصرت على تعديل معلمات رقمية، تقدم الخوارزمية الجديدة هرمية بين هذه الأدوار وتنسيقاً بين قفزات طويلة وتعديلات محلية دقيقة. تتيح هذه البنية التركيز بقوة أكبر على مناطق واعدة من فضاء البحث مع الاستمرار في استكشاف البدائل، وهو أمر حاسم عندما يكون مشهد الحركات الممكنة مليئاً بالفخاخ المحلية.

اختبار النظام

تَم اختباره الإطار المركب، المسمى MMC-HMCOA، على حركات تشبه الرقص ممثلة بنموذج جسم رقمي قياسي. varia المؤلفون مدى تعقُّد الحركات، وعدد «العقد» الحسابية المستخدمة في النموذج، وكمية بيانات الحركة المفقودة. ثم قارنوا طريقتهم بعدد من الخطوط الأساسية المعروفة، بما في ذلك الشبكات العصبية المتكررة، وأدوات استكمال المصفوفات القياسية، ونهج البيانات متعددة الوسائط، والتتبع المعتمد على Kinect، ونسخة من نموذجهم المصفوفي بدون استراتيجية البحث الجديدة. عبر مجموعة واسعة من الظروف، حقق MMC-HMCOA دقة أعلى وخطأ أقل وقدرة أفضل على التمييز بين إعادة البناء الصحيحة والخاطئة، مع ثبات أيضاً عندما تمت إزالة ما يصل إلى نصف نقاط البيانات.

Figure 2. إصلاح خطوة بخطوة لبيانات المفاصل المفقودة أثناء مرورها عبر مصفوفات متعددة الطبقات إلى أوضاع رقص ناعمة وكاملة.
Figure 2. إصلاح خطوة بخطوة لبيانات المفاصل المفقودة أثناء مرورها عبر مصفوفات متعددة الطبقات إلى أوضاع رقص ناعمة وكاملة.

ماذا يعني هذا للرقص وما بعده

بالنسبة لغير المتخصص، الخلاصة الرئيسية هي أن المؤلفين وجدوا طريقة مبدئية «لإصلاح» تسجيلات الحركة المعطلة بحيث تبدو الرقصة الرقمية الناتجة طبيعية وكاملة. من خلال إقران وصف للحركة يحترم كيفية تحرك الأجسام فعلياً مع بحث منظم وتعاوني مستوحى من سلوك الحيوانات، يمكن للنظام استعادة تفاصيل دقيقة تفوتها طرق أخرى. وعلى الرغم من تركيز الدراسة على الرقص، فإن نفس الأفكار قد تُطبّق أينما نحتاج إلى تتبع الأشخاص بشكل موثوق رغم العوائق والضوضاء، من الواقع الافتراضي وتحليل الرياضة إلى الروبوتات وتقييم الحركة السريري.

الاستشهاد: Liang, D., Khishe, M., Alenizi, F.A. et al. Dance movement reconstruction via a 2D matrix model and Haute Monde Chimp Optimization. Sci Rep 16, 14989 (2026). https://doi.org/10.1038/s41598-026-44993-5

الكلمات المفتاحية: التقاط حركة الرقص, إعادة بناء الحركة البشرية, خوارزمية تحسين, نموذج المصفوفة, الرسوم المتحركة الحاسوبية