بناء تطبيق كاميرا بالذكاء الاصطناعي لاكتشاف النوم

آخر تحديث: يوليو 2026

إطار واحد يظهر عينين مغمضتين لا يثبت أن الشخص نام. قد يكون يرمش، أو يعطس، أو ينظر إلى أسفل، أو يضع نظارة تعكس الضوء. وهذه الحقيقة البسيطة هي أهم قرار عند بناء تطبيق لاكتشاف النوم بالكاميرا والذكاء الاصطناعي: لا تبدأ بالنموذج، بل عرّف الحدث الذي تريد اكتشافه، والمدة، والسياق، وما الذي سيحدث إذا أخطأ التطبيق.

هناك فرق واسع بين أداة رفاهية تلاحظ أن المستخدم يغفو وهو يشاهد محتوى في واجهة التطبيق، ونظام يحذر من النعاس في نشاط خطر، ومنتج يراقب النوم طوال الليل، وجهاز يدعي التشخيص. الأول ممكن تقنياً في الواجهة الأمامية مع قيود معلنة. الثاني يحتاج تحققاً صارماً وهندسة عوامل بشرية وتحليلاً تنظيمياً. الثالث يصطدم بوضع الكاميرا والخلفية والحرارة والخصوصية. والرابع ليس ادعاءً صالحاً لتطبيق استهلاكي غير سريري.

المسار العملي يجمع جودة الوجه، وفتح الجفن، ومدة الإغلاق، ونسبة الإغلاق داخل نافذة زمنية، ووضعية الرأس، وربما التثاؤب. ثم يمررها إلى آلة حالات تمنع القرار المتسرع. تظل النتيجة «اشتباه نعاس» أو «إغلاق مستمر» حسب الغرض، لا إثبات نوم أو تشخيص مرض.

الإجابة المباشرة: استخدم CameraX على Android أو AVFoundation على iOS لالتقاط إطارات أمامية معلنة، واستخرج نقاط الوجه محلياً، ثم ادمج فتح العين ووضعية الرأس وجودة الصورة عبر الزمن. عاير الحدود لكل مستخدم، وأوقف القرار عند الظلام أو اختفاء الوجه، ولا تحتفظ بالفيديو افتراضياً أو تعد بدقة طبية أو أمان أثناء القيادة.

قبل كتابة الكود: ما الحدث الذي سيكتشفه التطبيق؟

مصطلح «اكتشاف النوم» فضفاض. في حالة مشاهدة فيديو، قد يكون الحدث المطلوب إغلاق العينين لعدة ثوانٍ مع ميل الرأس وعدم وجود تفاعل. في مكتب، قد يكون تكرر إغلاقات طويلة مع هبوط الرأس مؤشراً على النعاس. أما النوم الليلي فهو حالة ممتدة لا تكفيها كاميرا هاتف موضوعة بزاوية متغيرة.

عرّف أربعة عناصر: السياق، والحدث المرصود، وزمن الاستمرار، والاستجابة. مثال توضيحي لا يمثل عتبة معتمدة: أثناء جلسة قراءة داخل التطبيق، إذا كان الوجه واضحاً، واستمر إغلاق العين مع ميل الرأس عبر نافذة زمنية، يعرض الهاتف سؤالاً لطيفاً. إذا لم يستجب المستخدم، يمكنه إيقاف المحتوى. لا يكتب التطبيق في السجل «نام المستخدم»؛ يسجل «تحققت شروط الإغلاق المستمر بثقة كذا».

في السياق الاستهلاكي، الخطأ الإيجابي يعني إزعاجاً أو إيقاف محتوى. في القيادة أو تشغيل آلة، الخطأ السلبي قد تكون له عواقب خطرة، كما قد يفزع إنذار خاطئ المستخدم. لذلك لا يجوز نقل نسخة رفاهية إلى سياق سلامة بتغيير النص التسويقي. يلزم جمع بيانات مناسبة، واختبار مستقل، ودراسة التفاعل، وربما متطلبات تنظيمية ومكونات مركبة لا يوفرها الهاتف.

أما الادعاء الطبي مثل كشف انقطاع التنفس أو الخدار أو تحديد مرحلة النوم، فلا ينبني على نقاط الجفن وحدها. يشرح دليل تطبيقات الذكاء الاصطناعي لمراقبة النوم الفارق بين تقدير الرفاهية والتشخيص وقياس المختبر. يجب أن يظهر هذا الحد في وصف المنتج وشاشاته، لا في صفحة الشروط فقط.

خط الالتقاط على Android وiOS

على Android يوفر CameraX دورة حياة أبسط للمعاينة وتحليل الصورة، ويعالج اختلافات كثيرة بين الأجهزة، لكنه لا يلغي الحاجة إلى اختبار الاتجاه والدقة وتبديل الكاميرا ومعدل الإطارات. اجعل ImageAnalysis يعمل باستراتيجية تمنع تراكم الإطارات؛ إذا تأخر النموذج، من الأفضل إسقاط إطار قديم من بناء طابور يزيد التأخر والحرارة.

على iOS يستخدم التطبيق AVFoundation لجلسة الالتقاط، وإخراج إطارات الفيديو، وضبط الاتجاه والتنسيق. ينبغي تشغيل معالجة الإطار على طابور مناسب بعيداً عن واجهة المستخدم، وإعادة النتائج الخفيفة فقط للرسم. لا تفترض أن إذن الكاميرا يسمح بالتشغيل الخفي المستمر أو بجمع بيانات وجه لأغراض أخرى.

في النظامين، اعرض معاينة أو مؤشراً واضحاً بأن الكاميرا نشطة. اطلب الإذن عند وصول المستخدم إلى الميزة مع شرح سببها، لا عند أول تشغيل للتطبيق. عند الرفض، قدم مساراً لا يستخدم الكاميرا أو رابطاً لإعدادات النظام. لا تكرر الطلب بصورة مزعجة.

اختر دقة تكفي الوجه ولا تهدر الطاقة. يمكن تحليل نسخة مصغرة، وقص منطقة الوجه بعد اكتشافها، ثم تحديث الاكتشاف الكامل على فترات ومتابعة المعالم بينهما. لكن إذا تحرك الجهاز أو اختفى الوجه، يجب إعادة الاكتشاف وإسقاط الثقة، لا مواصلة التنبؤ بإحداثيات قديمة.

توثق Google أن MediaPipe Face Landmarker على Android يدعم الصور والفيديو والبث الحي، ويخرج نقاط وجه ثلاثية الأبعاد ودرجات تعبير ومصفوفات تحويل. هذه مخرجات هندسية مفيدة، وليست تصنيفاً جاهزاً للنوم.

من نقاط الوجه إلى سمات قابلة للتفسير

بعد اكتشاف الوجه، يحتاج النظام إلى سمات مستقرة نسبياً. يمكن حساب نسبة أبعاد العين EAR من مسافات بين نقاط الجفن، بحيث تنخفض عادة عند الإغلاق. ويمكن قياس نسبة فتح الفم أو شكل التثاؤب، وتقدير دوران الرأس وميله، وحساب جودة الإضاءة والضبابية، ومراقبة وجود الوجه.

لا تستعمل عتبة EAR ثابتة لكل الناس. تختلف أشكال الجفن، والنظارات، وزاوية الكاميرا، والمسافة، وتعبير الوجه. تبدأ جلسة المعايرة بعشرين أو ثلاثين ثانية من النظر الطبيعي والرمش تحت الضوء الحالي، ثم تحفظ خطاً أساسياً محلياً. هذه مدة هندسية أولية للاختبار وليست معياراً طبياً.

أما PERCLOS فينظر إلى نسبة الزمن التي تبدو فيها العين مغلقة خلال نافذة، وهو أغنى من قرار إطار واحد. لكنه يتأثر أيضاً بجودة الصورة والنظارات والإضاءة، ولا ينبغي استخدامه وحيداً. يمكن دمجه مع مدة الإغلاق، وهبوط الرأس، والتثاؤب، وانقطاع التفاعل، بشرط أن تناسب كل إشارة السياق.

يفضل أن تعرض لوحة التصحيح السمات بدلاً من كلمة «نعاس» فقط: جودة الوجه 0.8، وفتح العين منخفض، وميل الرأس مستمر، والوجه ظاهر. هذا يساعد الفريق على فهم الأخطاء وتحسين الحدود. لا تعرض هذه القيم للمستخدم كقياسات صحية، ولا تحولها إلى نسبة مئوية للنعاس توحي بدقة غير مثبتة.

للمهتم بأمثلة تطبيقات AI على الهاتف وحدودها العامة، يقدم دليل أفضل تطبيقات الذكاء الاصطناعي 2026 إطاراً لاختيار الأدوات بحسب الخصوصية والفائدة. لكن جودة تطبيق آخر لا تثبت صلاحية نموذج اكتشاف الوجه الخاص بك.

لماذا تحتاج إلى آلة حالات زمنية؟

آلة الحالات تمنع القفز من إطار منخفض الجودة إلى إنذار. يمكن تصميمها على النحو التالي: لا يوجد وجه، ثم وجه صالح، ثم إشارة قصيرة، ثم اشتباه مستمر، ثم تنبيه، ثم فترة تهدئة. لكل انتقال شروط دخول وخروج مختلفة لتوفير الهسترة ومنع التذبذب.

عندما تنخفض جودة الإضاءة أو يختفي نصف الوجه، تنتقل الحالة إلى «غير قابل للتقييم»، لا إلى «عين مغلقة». وعند ظهور إغلاق قصير يعود النظام إلى الحالة الطبيعية. ولا يصدر التنبيه إلا بعد استمرار مجموعة الإشارات مدة محددة، ثم ينتظر استجابة المستخدم قبل إعادة التنبيه.

استخدم وقتاً رتيباً داخل الجهاز لقياس المدد، لا عدد الإطارات. عشرة إطارات قد تعني ثانية على جهاز وخمس ثوان على جهاز ساخن. وإذا توقف التطبيق في الخلفية ثم عاد، لا تواصل النافذة القديمة كأن الكاميرا كانت تعمل.

يجب أن تحمل كل نتيجة سبباً: «تنبيه بسبب إغلاق مستمر وميل رأس، جودة الصورة جيدة». عند غياب الوجه يكون السبب «لا يمكن التقييم». هذه الشفافية مهمة للضبط ولتجربة الاستخدام، وتمنع النظام من اختلاق يقين عندما لا يرى شيئاً.

مقارنة خيارات تحليل الوجه على الهاتف

لا توجد مكتبة واحدة مثالية لكل مشروع. الاختيار يعتمد على المنصات، وكمية الكود الأصلي، والمخرجات، والخصوصية، وحجم التطبيق، ومدى الحاجة إلى نموذج مخصص.

الخيار السحابي هو الأسوأ غالباً لهذه الميزة: يرسل فيديو حساساً، ويعتمد على الاتصال، ويضيف تأخراً وكلفة. يمكن أن تحتفظ السحابة بإعدادات أو ملخصات اختيارية، بينما يبقى التقاط الوجه والاستدلال في الذاكرة على الجهاز.

قبل تدريب نموذج مخصص، راجع الأدوات والمكتبات المتاحة وقابلية دمجها، مستفيداً من مبادئ المقارنة في دليل أدوات Google الذكية المجانية. الرابط يقدم سياقاً عاماً لا تقييماً لسلامة نموذج نعاس أو لاعتماد مكتبة بعينها.

توفر Apple أيضاً طلب اكتشاف معالم الوجه في Vision لاستخراج معالم مثل العينين والفم. اختبر السرعة والمخرجات على الأجهزة التي يدعمها المنتج فعلاً، ولا تكتب في المتطلبات «يعمل على كل iPhone» قبل مصفوفة اختبار.

في مرحلة اختيار المكتبة ونطاق المنصات، يمكن الاستفادة من الاستشارة التقنية لدى محمود حسين لمراجعة المعمارية والأداء والأمن. هذه الصفحة تدعم خدمات اختيار التقنية ومراجعة البنية، ولا تعني وجود مشروع سابق من النوع نفسه.

دليل تنفيذ نسخة أولية خطوة بخطوة

1. حدد حالة استخدام منخفضة المخاطر. ابدأ بميزة تعمل داخل تطبيق في الواجهة الأمامية، مثل إيقاف محتوى بعد اشتباه إغلاق مستمر. اكتب صراحة أنها للرفاهية أو الراحة، وليست للقيادة أو التشخيص.
2. ابنِ شاشة إذن ومعاينة واضحة. اشرح أن الفيديو يعالج محلياً وأن الإطارات لا تُحفظ افتراضياً. أظهر حالة الكاميرا وزر الإيقاف، واختبر رفض الإذن وسحبه أثناء الجلسة.
3. أنشئ خط الالتقاط بكلفة محدودة. استخدم CameraX أو AVFoundation، واختر دقة معتدلة ومعدل إطارات مستهدفاً. أسقط الإطار القديم عند انشغال المحلل، وسجل زمن المعالجة لا محتوى الصورة.
4. أضف بوابة جودة قبل السمات. افحص وجود وجه واحد مناسب، والإضاءة، والضبابية، والحجم، والزاوية، والحجب. إذا فشلت الجودة، أوقف القرار واطلب تعديل الوضع بدلاً من تخمين العين.
5. استخرج السمات وعاير المستخدم. احسب فتح العين ووضعية الرأس وإشارة التثاؤب المناسبة، واجمع خط أساس قصيراً في الضوء الحالي. لا تحفظ صورة الوجه من أجل المعايرة إذا كانت القيم المشتقة تكفي.
6. نفذ آلة الحالات. ادمج الإشارات على نافذة زمنية، واستخدم حدود دخول وخروج وفترة تهدئة. اربط كل انتقال بدرجة ثقة وسبب. لا تسمح لإطار واحد بإطلاق إنذار.
7. صمم استجابة آمنة. ابدأ بتنبيه هادئ أو إيقاف مؤقت، ثم اطلب تأكيداً. في سياق النعاس المرتبط بخطر، لا تقل «يمكنك المتابعة بأمان»؛ اطلب التوقف في مكان آمن، ولا تسوق الهاتف كبديل لنظام سلامة معتمد.
8. قِس الطاقة والحرارة. اختبر جلسات طويلة على أجهزة منخفضة ومتوسطة وعالية، مع الشحن ومن دونه. خفض معدل الإطارات، واقصص منطقة الوجه، واستخدم مسرعاً مناسباً، وأوقف الاستدلال عند غياب الجودة.
9. اجمع أخطاء بموافقة منفصلة. ابدأ ببيانات أحداث مجهولة مثل سبب الرفض والكمون. إذا احتجت إطارات لتصحيح النموذج، أنشئ برنامج اشتراك واضحاً، مع مدة احتفاظ وحذف وتقييد وصول. لا ترفع الفيديو سراً عبر أداة تحليلات.
10. نفذ اختباراً متنوعاً قبل النشر. افصل الأشخاص بين التدريب والاختبار، واختبر الإضاءة والنظارات وزوايا الرأس وأشكال الجفن وألوان البشرة وأغطية الرأس والأجهزة. أوقف الادعاء إذا لم تغط البيانات الجمهور المقصود.

هذا التسلسل ينتج نموذجاً أولياً يمكن تقييمه، لا منتجاً طبياً ولا نظام منع حوادث. أي انتقال إلى سياق أعلى خطورة يحتاج إعادة تعريف كاملة للمتطلبات والأدلة.

الضوء الضعيف والحجب والتحيز: متى يقول النموذج «لا أعرف»؟

في الظلام ترتفع ضوضاء الكاميرا وتقل حواف الجفن. إضاءة الشاشة نفسها قد تغير ملامح الوجه، والنظارات قد تعكس نقاطاً لامعة، والكمامة أو اليد قد تحجب الفم، والوسادة قد تخفي نصف الوجه. الحل ليس خفض العتبة حتى ينتج النظام نتيجة دائماً؛ الحل هو مقياس جودة يوقف التقييم.

اختبر مصفوفة تشمل إضاءة أمامية وخلفية وجانبية، ونظارات شفافة وداكنة، ومسافات وزوايا، وحركة جهاز، ووجهين، وغياب الوجه. أضف حالات لا يستطيع فيها المستخدم وضع الهاتف في موضع مثالي. إذا فشلت فئة معينة، اذكر ذلك أو غيّر تصميم الميزة بدلاً من إخفاء الفجوة في المتوسط.

التحيز قد يظهر لأن بيانات التدريب تحتوي وجوهاً أو ظروفاً محدودة. لا يكفي الإبلاغ عن دقة إجمالية؛ احسب الحساسية والخصوصية والإنذارات الكاذبة لكل مجموعة وظرف، مع عناية بالخصوصية وبمنهج جمع الصفات. لا تستخدم ملامح الوجه لتخمين العرق أو المرض.

تشير أبحاث الرؤية الخاصة بالنعاس إلى أن PERCLOS يتأثر بجودة الصورة والنظارات والإضاءة، وأن المقارنة بإشارات فسيولوجية تظل مهمة. لذلك يجب أن يبقى فشل الرؤية حالة معلنة. «لا يمكن القياس» نتيجة سليمة أفضل من تنبيه واثق مبني على بكسلات سيئة.

يمكن الرجوع إلى دليل تطبيقات إنشاء الصور بالذكاء الاصطناعي على الهاتف لفهم الفارق العام بين قدرات AI على الجهاز والسحابة، لكن توليد الصور يختلف جذرياً عن استدلال حساس على وجه حي؛ لا تنقل مقاييسه أو بنية بياناته إلى هذا المنتج.

الخصوصية: الإطار يمر في الذاكرة ولا يتحول إلى أرشيف

التصميم الافتراضي يحلل الإطار في الذاكرة، ويستخرج السمات، ثم يتخلص منه. يحتفظ التطبيق بأحداث مثل وقت التنبيه وسبب مختصر وثقة وجودة، إذا احتاج المستخدم إلى سجل. لا يحتفظ بصورة أو قالب وجه أو فيديو ليلي من دون حاجة وموافقة مستقلة.

إذن الكاميرا ليس موافقة على الاستدلال الصحي أو التعرف على الهوية أو التدريب. اشرح كل غرض على حدة، واسمح بالإيقاف والحذف والتصدير. إذا ظهر شخص آخر في الإطار، قص منطقة الوجه النشط أو أوقف التحليل؛ لا تنشئ مراقبة للغرفة.

توضح إرشادات مجلس حماية البيانات الأوروبي لأجهزة الفيديو أهمية الضرورة والشفافية وتقليل الاحتفاظ والأمن، وتزيد متطلبات التبرير عند معالجة بيانات بيومترية أو مراقبة منهجية عالية المخاطر. قد يلزم تقييم أثر للخصوصية بحسب الغرض والدولة، ولا يعفي التشغيل المحلي من الشفافية.

يجب كذلك منع لقطات الشاشة الحساسة، وحذف الإطارات من سجلات الأعطال، وحماية النسخ الاحتياطية. إذا وُجد برنامج اختياري لتحسين النموذج، فافصل موافقته عن استخدام الميزة، وحدد من يرى البيانات وكيف تزال الهوية وموعد حذفها.

البطارية والحرارة وحدود العمل في الخلفية

الكاميرا مع تحليل وجه مستمر حمل ثقيل. خفض الدقة ومعدل الإطارات، واكتشف الوجه على فترات، وتتبع منطقة صغيرة بين عمليات الاكتشاف، واستخدم تسريع GPU أو NPU بعد القياس لا بالافتراض. راقب الكمون والحرارة واستهلاك الساعة، وأوقف الجلسة برسالة إذا وصلت الحرارة إلى مستوى يؤثر في الجهاز أو الدقة.

لا تعد بتشغيل غير مرئي طوال الليل والشاشة مغلقة. أنظمة الهاتف تقيد الكاميرا في الخلفية، كما أن وضع الجهاز والبطارية والضوء يجعل التصميم غير عملي غالباً. إذا كان الغرض مراقبة ليلية، فقد يكون جهاز مخصص أو حساس قابل للارتداء أنسب من هاتف أمام سرير، مع استمرار الحاجة إلى تقييم الخصوصية والادعاء الصحي.

وعندما يحتاج التنبيه إلى جدولة أو تذكير بعد الجلسة، يشرح دليل تطوير تطبيق المهام والتذكيرات حدود الإشعارات المحلية والخلفية على النظامين. لا تفتح الكاميرا تلقائياً من إشعار أو تفترض استمرارها بعد إغلاق التطبيق.

خطة اختبار تقيس المنتج لا الإطار فقط

قس الحساسية للأحداث المحددة والخصوصية للحالات الطبيعية، ثم أضف الإنذارات الكاذبة في الساعة، والأحداث الفائتة، وزمن اكتشاف الحدث، وزمن الاستجابة، ونسبة «غير قابل للتقييم»، واستهلاك البطارية والحرارة. دقة تصنيف صور منفردة لا تكفي لرحلة زمنية حية.

افصل الأشخاص بين التدريب والتحقق والاختبار، حتى لا يحفظ النموذج ملامح الفرد. اختبر على أجهزة لم تستخدم في التطوير، وفي ضوء وحركة واتصال مختلف. راجع كل خطأ بحسب السبب: نظارة، زاوية، وجه صغير، رمشة طويلة، تثاؤب، أو تأخر إطار.

ذكرت ورقة أولية منشورة على arXiv في 2026 أن العتبات الشخصية حسنت نتيجة الكشف بمقدار 2–3 نقاط مئوية مقارنة بعتبات ثابتة، وأبلغت عن 99.1% لتصنيف حالة العين و98.8% لتصنيف التثاؤب في مكونات النموذج. هذه نتائج بحثية لمكونات وعلى بيانات محددة، وليست دقة تطبيق نهائي أو ضمان منع حادث أو إثبات نوم. راجع الورقة حول العتبات الشخصية.

اختبر واجهة الفشل أيضاً. إذا لم ير النظام الوجه، يقول ذلك ولا يصدر حكماً. إذا تكرر الإنذار الخاطئ، يتيح إعادة المعايرة أو تعطيل الميزة. وإذا كان السياق خطراً، يجب أن تكون الرسالة «توقف بأمان» لا لعبة نقاط ولا زر «تجاهل واستمر بأمان».

من نموذج رفاهية إلى استخدام سلامة أو استخدام طبي

نسخة الرفاهية تساعد على إيقاف فيديو أو تذكير المستخدم بأخذ استراحة، مع ادعاءات محدودة. لا ينبغي أن تعرض نفسها كحارس أثناء القيادة. إذا أراد الفريق دخول مجال السلامة، يحتاج تحديد خطر رسمي، وأجهزة تثبيت مناسبة، وتحققاً ميدانياً مستقلاً، وتحليل فشل، وتصميم تنبيه لا يشتت، ومراجعة قوانين وتأمين ومسؤولية.

وفي المجال الطبي، لا يكفي تحسين الحساسية أو إضافة تنبيه قانوني. نية الاستخدام والادعاءات ووظيفة البرنامج قد تضع المنتج ضمن تنظيم الأجهزة الطبية. يلزم خبراء سريريون وتنظيميون ودراسات مناسبة وإدارة جودة. لا تستخدم نموذجاً استهلاكياً لتشخيص انقطاع التنفس أو الخدار أو مراحل النوم.

يمكن لأي مؤسس أن يبدأ بسؤال أصغر وأصدق: هل تستطيع الميزة اكتشاف إغلاق مستمر في وضع معروف داخل التطبيق، ثم الإيقاف بأقل إزعاج؟ إذا أثبتت الاختبارات ذلك، يبقى التوسع قراراً جديداً لا امتداداً تلقائياً.

تعرض صفحة تطبيقات محمود حسين المنشورة صفحات رسمية لتطبيقات iOS وAndroid موجودة، وهو دليل عام على خبرة نشر ودعم تطبيقات، وليس ادعاءً بأنه بنى تطبيق نوم أو كاميرا مماثلاً. هذه الصياغة المحدودة أهم من اختراع دراسة حالة لا وجود لها.

الأسئلة المتكررة

هل تستطيع الكاميرا معرفة أن المستخدم نام فعلاً؟

تستطيع رصد مؤشرات مثل إغلاق العين وميل الرأس وغياب التفاعل، ثم تقدير اشتباه النعاس ضمن سياق معروف. لكنها لا تثبت النوم أو مرحلته، وقد تخطئ بسبب الرمش والظلام والنظارات والحجب. يجب أن تعرض النتيجة كتقدير وألا تستخدم للتشخيص، وينبغي أن تسمح بإعادة المعايرة.

ما الفرق بين EAR وPERCLOS؟

EAR نسبة هندسية تصف فتح العين في إطار أو لحظة، بينما PERCLOS يلخص نسبة الزمن الذي تبدو فيه العين مغلقة داخل نافذة. الثاني يضيف سياقاً زمنياً لكنه يتأثر بجودة الصورة أيضاً. الأفضل دمجهما مع جودة الوجه ووضعية الرأس ومعايرة المستخدم.

هل MediaPipe يعمل على Android وiOS؟

نعم، يوفر Face Landmarker أدلة رسمية للمنصتين ويعالج الصور والفيديو والبث الحي. لكنه يخرج نقاطاً وتعبيرات وتحويلات، ولا يقدم قرار نوم جاهزاً. يجب على التطبيق بناء السمات والمعايرة وآلة الحالات والاختبارات وحدود الخصوصية فوق هذه المخرجات، على أجهزة الإنتاج المستهدفة.

هل تعمل الكاميرا في الخلفية والشاشة مغلقة؟

لا ينبغي تصميم المنتج على افتراض تشغيل خفي مستمر. تفرض الأنظمة قيوداً على الكاميرا في الخلفية، ويزيد العمل الطويل استهلاك البطارية والحرارة، كما يتغير موضع الهاتف. اجعل الميزة أمامية ومرئية، أو اختر جهازاً وحساساً أنسب للمراقبة الطويلة، وأوقف التحليل عند الانتقال للخلفية.

كيف نخفف الإنذارات الكاذبة؟

استخدم بوابة جودة، ومعايرة شخصية، ونافذة زمنية، وهسترة، ودمجاً بين العين والرأس وإشارات مناسبة. أوقف القرار عند الحجب أو الضوء السيئ، واختبر الإنذارات الكاذبة في الساعة عبر وجوه وأجهزة وظروف متنوعة. لا تخفض العتبة لمجرد إظهار نتيجة دائماً، ووفّر إعادة معايرة سهلة للمستخدم.

هل يجوز حفظ فيديو وجه المستخدم لتحسين النموذج؟

ليس افتراضياً. يحتاج الحفظ إلى غرض ضروري وموافقة مستقلة وشفافة، واحتفاظ قصير، وتشفير، ووصول محدود، وحذف وتصدير، ومراجعة قانونية. يمكن غالباً معالجة الإطار في الذاكرة والاحتفاظ بسمات أو أحداث فقط. موافقة الكاميرا لا تعني موافقة التدريب، ويلزم تدقيق الوصول دورياً وباستقلالية.

هل يصلح التطبيق لتنبيه السائق من النعاس؟

لا يجوز اعتبار نموذج رفاهية هاتفياً نظام سلامة معتمداً. سياق القيادة يحتاج تثبيتاً مناسباً، وتحقيقاً ميدانياً، وعوامل بشرية، وتحليل فشل ومسؤولية وتنظيماً. يجب أن يطلب أي تنبيه من السائق التوقف بأمان، لا أن يوحي بأن الاستمرار أصبح آمناً، ولا يلغي مسؤوليته عن القرار.

ما أهم مقاييس اختبار النسخة الأولية؟

قس الحساسية والخصوصية، والإنذارات الكاذبة في الساعة، والأحداث الفائتة، والكمون، ونسبة عدم القدرة على التقييم، واستهلاك البطارية والحرارة. افصل الأشخاص والأجهزة بين التدريب والاختبار، وحلل الأداء حسب الضوء والنظارات والزاوية بدلاً من رقم إجمالي واحد، وسجل أسباب الفشل لكل حالة.

الخلاصة

بناء تطبيق لاكتشاف النوم بالكاميرا والذكاء الاصطناعي يبدأ بتقليص الادعاء: حدث بصري محدد، وسياق أمامي واضح، واستجابة منخفضة المخاطر. يأتي بعدها الالتقاط، ونقاط الوجه، والمعايرة، والقرار الزمني، ورفض القياس عند سوء الجودة. وتبقى الإطارات على الجهاز وتختفي من الذاكرة ما لم توجد موافقة منفصلة وضرورة حقيقية.

إذا كان لديك تصور للمنتج، جهز حالة الاستخدام، والمنصات، والأجهزة، وتوقعات الخلفية، ونوع التنبيه، والادعاء المقترح، والدول، وسياسة الاحتفاظ، ومقاييس الاختبار. شاركها عبر نموذج التواصل مع محمود حسين لبحث قابلية التنفيذ، مع إشراك خبراء سلامة أو طب وتنظيم عندما يتجاوز النطاق رفاهية المستهلك.

المصادر

• MediaPipe Face Landmarker لـ Android — مرجع رسمي لمدخلات البث الحي ومخرجات نقاط الوجه والتعبيرات.
• MediaPipe Face Landmarker لـ iOS — دليل التنفيذ الرسمي على أجهزة Apple.
• Apple Vision لمعالم الوجه — مرجع أصلي لاستخراج معالم العينين والفم في iOS.
• إرشادات EDPB لأجهزة الفيديو — مبادئ الضرورة والشفافية والاحتفاظ والأمن للمعالجة المرئية.
• العتبات الشخصية لاكتشاف النعاس 2026 — دراسة بحثية يجب قراءة نتائج مكوناتها ضمن نطاق بياناتها، لا كضمان للمنتج.