Skeletons Don’t Lie: هل يستطيع الذكاء الاصطناعي فك شفرة حركاتك؟

🦴📊 Skeletons Don’t Lie: Can AI Decode Your Moves? 🤖

---

🧾 الوصف

لقد تم تزويدنا بمجموعة بيانات تحتوي على تسلسلات من الحركات البشرية، كل منها يتكون من عدة إطارات (FrameNumber).
يتضمن كل إطار المواقع ثلاثية الأبعاد لـ 25 مفصلاً في الجسم، ممثلة بالإحداثيات:
J1X, J1Y, J1Z, ..., J25X, J25Y, J25Z.

يرتبط كل إطار بمعرف تسلسل (IDSample) وتسميتين (Labels):

• Action — الحركة التي تم تنفيذها
• Camera — الكاميرا التي سجلت التسلسل

لفهم التوزيع المكاني للمفاصل الـ 25 بشكل أفضل:

---

🔢 الحركات الممكنة

• 0: ارتداء سترة (wear jacket)
• 1: خلع قبعة (take off a hat/cap)
• 2: القفز على قدم واحدة (hopping)
• 3: القفز للأعلى (jump up)
• 4: السقوط (falling)

---

🎥 الكاميرات الممكنة

• 1: زاوية رؤية 45 درجة (يسار أو يمين)
• 2: رؤية أمامية
• 3: رؤية جانبية (يسار أو يمين)

---

🧮 المهمة الفرعية 1 — عد الإطارات لكل تسلسل (10 نقاط)

لكل IDSample فريد، حدد عدد الإطارات المتوفرة في مجموعة بيانات الاختبار (test_data.csv).
يساعد هذا التحليل في فهم التوزيع الزماني والمكاني للبيانات لكل حركة.

---

🧠 المهمة الفرعية 2 — تصنيف الحركات على مستوى التسلسل (40 نقطة)

باستخدام بيانات التدريب، قم بتدريب نموذج تصنيف قادر على التعرف على الحركة المنفذة في تسلسل من الإطارات.
طبق النموذج على بيانات الاختبار، وتوقع الحركة الأكثر احتمالاً لكل IDSample فريد.

📊 مقياس التقييم

سيتم تقييم أداء النموذج باستخدام الدقة (Accuracy)، والمعرفة كالتالي:

للحصول على النقاط الكاملة، يجب أن تكون الدقة المحققة 0.965 على الأقل.

---

🎥 المهمة الفرعية 3 — تحديد الكاميرا (50 نقطة)

باستخدام بيانات التدريب، قم بتدريب نموذج قادر على التنبؤ بـ أي كاميرا سجلت تسلسلاً معيناً من الإطارات.
طبق النموذج على مجموعة الاختبار وحدد الكاميرا المتوقعة الأكثر احتمالاً لكل IDSample.

📊 مقياس التقييم

يتم تقييم أداء النموذج مرة أخرى باستخدام الدقة (Accuracy)، والمعرفة كالتالي:

للحصول على النقاط الكاملة، يجب أن تكون الدقة المحققة 0.8 على الأقل.

---

📦 تنسيق المخرجات

يجب أن تكون النتيجة النهائية ملف CSV باسم output.csv، يحتوي على 3 أعمدة بالضبط:

subtaskID	datapointID	answer
1	IDSample من test_data.csv	الإجابة المقابلة لتلك المهمة الفرعية

---

🗂️ موارد مفيدة

• Complete Starter Kit – يتضمن هيكلاً لبدء حل المشكلة.
• Problem Statement PDF – يحتوي على وصف مفصل للمهمة والرسوم التوضيحية.