يحتل التعرف على تعبيرات الوجه مكانة محورية في فهم الحالات الوجدانية للإنسان ونواياه السلوكية، ويشكل الأساس الذي تقوم عليه التفاعلات الطبيعية في أنظمة الحوسبة الوجدانية التي تسعى إلى جعل الآلة قادرة على إدراك انفعالات المستخدم والاستجابة لها، غير أن بناء نماذج دقيقة وخفيفة في آن واحد ما يزال تحديًا قائمًا، فالشبكات العصبية الالتفافية تعاني من قيود في التقاط الملامح الشاملة لتعبيرات الوجه، بينما تتطلب محولات الرؤية عددًا ضخمًا من المعاملات وكلفة حاسوبية مرتفعة تصعب معها تلبية متطلبات النشر الخفيف في التطبيقات العملية
ولمعالجة هذه القيود اقترحت الدراسة نموذج أيجنت بوستر، وهو نموذج خفيف للتعرف على تعبيرات الوجه متعدد المقاييس قائم على آلية الانتباه بالوكيل، يبني على إطار بوستر بلس ويضيف إليه ابتكارات في بنية الانتباه ودمج الملامح، بهدف تحقيق توازن أفضل بين دقة التعرف وخفة النموذج وقابليته للنشر في البيئات الواقعية متنوعة الظروف
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير نموذج خفيف للتعرف على تعبيرات الوجه يتجاوز قيود الشبكات الالتفافية في التقاط الملامح الشاملة، ويتجنب في الوقت نفسه الأعباء الحاسوبية الثقيلة لمحولات الرؤية، وذلك عبر بناء نموذج أيجنت بوستر الذي يدمج آلية الانتباه بالوكيل ابتكاريًا ضمن إطار بوستر بلس، ويعتمد بنية انسيابية مزدوجة التيار تقلل التفاعلات الزائدة بين المكونات، وينفذ دمجًا كفؤًا للملامح متعدد المقاييس يجمع بين التفاصيل الموضعية والسياق الشامل لملامح الوجه
واعتمدت الدراسة في تقييم النموذج المقترح على تجارب مقارنة مع أساليب قائمة في مهمة التعرف على تعبيرات الوجه، باستخدام مجموعتي بيانات واسعتي الاستخدام في هذا المجال هما مجموعة راف دي بي ومجموعة أفكت نت، وقياس أداء النموذج بمعدلات الدقة المحققة على كل منهما، للتحقق من متانة النموذج ودقته عبر ظروف تصوير وبيانات مختلفة الصعوبة والتنوع
ثانيًا: أبرز النتائج
1. أظهرت النتائج التجريبية أن الأسلوب المقترح يحقق أداء تعرف متفوقًا مقارنة بالأساليب القائمة، بما يؤكد جدوى الجمع بين آلية الانتباه بالوكيل ودمج الملامح متعدد المقاييس في التقاط خصائص تعبيرات الوجه الدقيقة والشاملة معًا ضمن بنية خفيفة
2. بلغت دقة النموذج على مجموعة بيانات راف دي بي نسبة 92.61 في المئة، وهو معدل مرتفع يعكس قدرة النموذج على التمييز بين فئات التعبيرات في صور مختبرية واضحة نسبيًا بدقة عالية وثبات
3. بلغت دقة النموذج على مجموعة بيانات أفكت نت نسبة 68.21 في المئة، وهي مجموعة أكثر صعوبة وتنوعًا في ظروف الالتقاط الواقعية، وبذلك أثبت النموذج متانته ودقته في مهام التعرف على تعبيرات الوجه عبر بيئات بيانات متباينة
وتكتسب خفة النموذج أهمية خاصة في هذا المجال، لأن تطبيقات التعرف على الانفعالات تعمل غالبًا في الزمن الحقيقي وعلى أجهزة ذات قدرات حاسوبية محدودة كالهواتف والكاميرات الطرفية، ومن ثم فإن تحقيق الدقة العالية بنموذج ثقيل لا يكفي وحده ما لم يقترن بكلفة تشغيل منخفضة تسمح بالاستجابة الفورية، وهو التوازن الذي سعى النموذج المقترح إلى بلوغه عبر تقليص التفاعلات الزائدة في بنيته المزدوجة ودمج الملامح بمقاييس متعددة تختزل المعلومات الوجدانية الجوهرية دون إهدار حاسوبي
ثالثًا: دلالات الدراسة وتطبيقاتها
تفتح هذه النتائج الباب أمام تطبيقات عملية واسعة لأنظمة الحوسبة الوجدانية الخفيفة، مثل واجهات التفاعل الطبيعي بين الإنسان والحاسوب، وأنظمة التعليم الذكية التي ترصد انخراط المتعلمين وجدانيًا، وخدمات الدعم النفسي الرقمية، وأنظمة المراقبة المساندة للرعاية الصحية، إذ يتيح خفة النموذج نشره على أجهزة طرفية محدودة الموارد دون التضحية الجوهرية بدقة التعرف، كما يقدم للباحثين العرب وطلاب الدراسات العليا في الرؤية الحاسوبية نموذجًا تطبيقيًا لكيفية توظيف آليات الانتباه الحديثة في خفض كلفة النماذج مع الحفاظ على أدائها، ويمكن البناء عليه في تطوير أنظمة عربية تراعي خصوصية البيانات الوجدانية وحساسيتها الأخلاقية عند جمعها ومعالجتها
وخلاصة القول إن نموذج أيجنت بوستر قدم حلًا متوازنًا لمشكلة التعرف على تعبيرات الوجه، جمع بين البنية المزدوجة الانسيابية والانتباه بالوكيل ودمج الملامح متعدد المقاييس، وحقق دقة تنافسية على مجموعتي بيانات قياسيتين مع الحفاظ على خفة تصلح للنشر العملي
