تطوّر الرؤية الحاسوبية في أنظمة المراقبة

أصبحت المراقبة بالفيديو واحدة من أعلى تطبيقات الرؤية الحاسوبية حجماً في المؤسسات. خلال عقد انتقلت من كشف الحركة القائم على القواعد إلى كاشفات التعلّم العميق، ثم إلى نماذج المحوّلات والنماذج متعدّدة الوسائط القادرة على استنتاج ما تراه. والنتيجة تحوّل من تسجيل سلبي إلى وعي ميداني استباقي.

من البكسل إلى التمثيلات

انطلقت التحليلات الأولى من طرح الخلفية والاستدلالات اليدوية — وهي غير موثوقة خارج إضاءة وبيئات محدّدة. وكان أول اختراق للتعلّم العميق في المراقبة هو الكشف اللحظي عن الأجسام عبر عائلة YOLO^[1]، ثم تلتها كاشفات بنمط DETR تستبدل صناديق المرتكزات اليدوية باستعلامات مُتعلَّمة.

المحوّلات والفهم متعدّد الوسائط

غَيَّر كلٌّ من Vision Transformer^[2] ونماذج التقابل اللغوي-البصري كـCLIP^[3] ما هو عملي في التحليلات. أصبح بالإمكان البحث في اللقطات بلغة طبيعية — «رجل بسترة حمراء يدخل بعد الساعة 22:00» — لأن الإطارات والنص يتشاركان فضاء تمثيلات واحداً.

ما وراء الكشف: القيم الأعلى

• إعادة التعرّف (ReID) — تتبّع شخص أو مركبة عبر كاميرات غير متداخلة.
• تمييز الحركة والوضعيّة — كشف السقوط، العراك، التسكّع، الالتزام بمعدّات السلامة.
• كشف الشذوذ — تعلّم «الطبيعي» في المشهد وإبراز الانحرافات.
• التعرّف على اللوحات والمستندات (OCR) — مع صلابة أمام الزوايا وتشوّش الحركة ولوحات المركبات العربية.
• تقدير الحشود — تحليلات كثافة وتدفّق لسلامة المواقع والبنى التحتية.

الحافة أم السحابة أم الاثنتان

• الاستدلال الحافيّ على منصّات كـ NVIDIA Jetson وAmbarella وHailo معيار للمهام على مستوى الكاميرا^[4].
• الاستدلال في الخوادم بوحدات GPU يُعالج الاستدلال متعدّد الكاميرات والبحث طويل المدى والنماذج الأثقل.
• الهجين هو النمط الشائع اليوم: كشف عند الحافة، وتحليل عالي المستوى في الخادم.

تبقى المعايير المفتوحة — ONVIF للتشغيل البيني وRTSP للبث — ضرورية لتجنّب الارتباط بمزوّد واحد^[5].

الدقة، التحيّز، والاختبار المستقلّ

نادراً ما تصمد ادّعاءات «دقّة 99%» أمام نشر حقيقي. اختبار NIST المستقلّ FRVT هو المرجع الأكثر مصداقية، خاصة للأداء الديموغرافي وأنماط الأخطاء^[6]. أي نشر جاد يجب أن يتضمّن تقييماً خاصاً بالموقع قبل الإطلاق.

الخصوصية ونظام حماية البيانات

تتلامس تحليلات المراقبة مع البيانات الشخصية بحكم التعريف. في المملكة يُطبَّق PDPL إلى جانب التنظيمات القطاعية، وتشمل الضوابط النموذجية:

• تحديد الغرض — تفعيل التحليلات للأغراض المُعلنة فقط.
• التقليل — تخزين التمثيلات والميتاداتا بدل الفيديو الخام عند الإمكان.
• المعالجة داخل المملكة للمصادر الحسّاسة.
• تمويه الوجوه وصلاحيات الوصول لأدوات البحث.
• سياسات احتفاظ وحذف مُوثّقة.

كيف يبدو التنفيذ الناضج

• معدّل إنذارات كاذبة منخفض بما يكفي ليتعامل معه مشغّل حقيقي.
• موازنة ومراقبة لزمن الاستجابة الشامل لكل كاميرا.
• تتبّع إصدارات النماذج وإعادة التقييم عند كل تغيير.
• سير عمل واضح من التنبيه إلى المقطع القابل للمراجعة.
• تكامل مع أنظمة التحكّم بالوصول والحريق والسلامة عبر واجهات مفتوحة.

الخلاصة

حوّلت الرؤية الحاسوبية المراقبة من مشكلة تسجيل إلى مشكلة استنتاج. القيمة ليست في نموذج بعينه، بل في الهندسة المحيطة به — التقسيم الصحيح بين الحافة والخادم، الدقة المُقاسة، التصميم المُحترم للخصوصية، والتكامل المفتوح.