ビデオ分析がCOVID-19からの世界的な回復をスピードアップするのにどのように役立つか

公開: 2021-02-02

私たちの世界は、過去1年間、COVID-19として知られる世界的大流行と戦ってきました。 WHOの報告によると、世界中で毎日数十万の新しい症例があります。この病気の蔓延は問題となっており、世界中の科学者や医師にとって常に心配されています。

多くの国が社会的距離とマスクの着用に関する法律を発行しています。示されているのは、このウイルスの拡散を阻止することを目的として行われていることです。モール、店舗、レストランなど、非常に多くの公共の場所が開かれている（または再開されている）ため、人々がこれらの社会的距離法を尊重しているかどうかを追跡することが課題になっています。

従業員が職場に戻り、一部の政府が封鎖制限を徐々に解除しているため、ウイルスがどのように制御されるかは不確実であり、この制御の欠如が問題になる可能性があります。雇用主は、労働者が社会的距離のルールに従っているかどうかを追跡する責任があります。これは、ある時点で圧倒される可能性があります。

テクノロジーはどのように役立ちますか？

論理的な解決策の1つは、テクノロジーに目を向けることです。しかし、テクノロジーはここでどのように役立つのでしょうか？今日、どこへ行っても、私たちはテクノロジーに囲まれています。ロンドンでの最近の調査によると、930万人に対して60万台以上のカメラがあります（1000人あたり約67.5台のカメラ）。ここで収集された映像は、相互作用を観察し、社会的距離の練習を監視するときに非常に重要になる可能性があります。

過去数年間で注目を集め、改善されてきたテクノロジーは、ビデオ分析です。顔認識や群衆管理に焦点を当てることで、この種のテクノロジーは2026年までに120億ドルにまで成長すると予想されます。ビデオ分析市場は、熱の検出や社会的距離の変化と同じように、世界的大流行で非常に有用であることが示されています。。

このフッテージは非常に便利ですが、フッテージ自体の数百時間または数千時間を再視聴することは時間の無駄になる可能性があります。ここでは、AIVA（人工知能ビデオ分析）などのより高度なテクノロジーが必要です。 AIVAは地理空間アルゴリズムを使用して、個人の位置を確立し、シーンの視点を学習します。

発熱検出と社会距離拡大アルゴリズム

COVID-19の症状の1つは発熱であるため、職場で体温を測定する必要がありました。発熱の検出は非常に効率的で役立つため、体温の高い人を簡単に検出できます。これらのシステムのほとんどは、ディープラーニングを使用して人の目をズームするために機能します。これは、体温を最も反映しています。このスクリーニングは、学校、大学、空港、病院、ホテルなどの多くの公共の場所で行うことができます。

これは非常に役立つことが証明されていますが、それだけでは十分ではありません。感染した人はまだ潜伏期間にある可能性があります。つまり、この初期段階ではいくつかの症状（発熱など）は見られません。

社会的距離に関しては、2人（またはそれ以上）の人が互いに2メートルの距離を保っている場合に追跡するアルゴリズムが非常に役立ちます。誰かがルールに違反した場合、トリガーが当局に警告します。社会的距離の大きさに関して規則が変わったとしても、設定を調整するのは簡単です。

特定の店やレストランに複数の人がいる場合は、社会的距離を伸ばすことが不可欠です。この種のアルゴリズムは、社会的距離を促進し、そもそも社会的距離の重要性を誰もが思い出す方法を確立します。

フェイスマスク認識アルゴリズム

フェイスマスクを持つことも新しい常識になっています。ほとんどの国では、市民が家の外にいるときはマスクを着用する必要があります。マスクを着用すると、ウイルスの拡散が遅くなります。しかし、一人一人を監視し、彼らがマスクを着用しているかどうかを監視することは非常に困難です。人間がこの仕事をリアルタイムで行うことはほとんど不可能であるため、テクノロジーの助けを借りてこのプロセスを自動化することが不可欠です。

今日の多くの顔認識アルゴリズムは、目、鼻、口、耳のスキャンを中心に展開しています。しかし、これらのアルゴリズムの大部分は、人がマスクを着用している場合に顔をスキャンする場合に問題があります。たとえば、AppleのiPhone（FaceIDを使用して人の電話のロックを解除する）は、マスクを着用しているときに人の顔をスキャンするのに問題がありました。 Appleは、人の顔のマスクを検出するためにアルゴリズムを改善する必要がありました。 iPhoneは、顔の覆いを外す代わりに、パスコードを入力するオプションを提供します。

開発者は、誰かの顔のマスクを検出するアルゴリズムは、過去に遭遇したプライバシーの問題を回避すると説明しました。これは、アルゴリズムが人やその身元を識別しないためです。アルゴリズムは、次の2つのことを行うようにトレーニングされています。

顔検出–アルゴリズムがここで行う唯一のことは、顔を検出することです
マスク検出–マスクがあるかどうかを認識します。

これの利点は、アルゴリズムが顔を識別しないことです。したがって、特定の人物に顔をリンクしません。

一部の企業は、従業員がマスクを着用しているかどうかを追跡するためにこれらのアルゴリズムの使用を開始しました。アルゴリズムは、人々を2つのグループ、つまりマスクを着用している人々とマスクを着用していない人々のグループに分割します。ここで収集されたデータは会社の手に渡ります。会社は職場でマスクを着用することを拒否する従業員を解雇する可能性があるので、それは役に立ちます。

このようなアルゴリズムは、公共の場所（モール、店舗など）でも使用できます。ただし、一部の国（アメリカ合衆国など）には、データのプライバシーを管理する法律がありません。したがって、このデータを収集する企業は、収集したデータで何が起こっているのかを私たちに伝えたり説明したりする義務はありません。

混雑とホットスポットの削減

これまで見てきたように、このウイルスと戦う上で、社会的な距離を持つことが主要な資産になりました。特に巨大で人口の多い都市では、それが難しい場合があります。そして多くの点で、社会的相互作用は重要であり、経済成長に貢献することができます。しかし、私たちが戦っているこのパンデミックでは、それは私たちがコントロールしなければならないものです。

社会的距離の最終的な目標は、ウイルスの拡散を可能な限り遅くすることです。社会的距離はまた、病院が溢れるのを防ぐのに役立ちます。では、どうすればこれを達成できますか？裕福な地域や近隣では、それほど難しくはありません。人々は自宅で孤立し、自宅から離れた場所で仕事をすることができます。

しかし、裕福でない住民はどうでしょうか？混雑しすぎている近所やエリアはどうですか？ほとんどの人は家を出て仕事に行かなければなりません。彼らは、彼らが住んでいる、または働いている地域の人々に絶えず囲まれています。

将来の危機を回避するために、新たなホットスポットを持つことは非常に役立ちます。大都市には数百万人以上の市民がいるため、過密地域ではウイルスの拡散を制御することが難しくなっています。アルゴリズムによって自動的に新しいホットスポットを特定することで、重要で混雑した場所をタイムリーに特定し、医療従事者や政府に警告することができます。

このテクノロジーが必要なのは、特定の地域の人々が社会的距離を保つことができないためです。そこでは、封鎖されていても、人々はクラスター化する以外に解決策がありません。コンピュータービジョンとAIベースのテクノロジーを使用してこれらの領域を特定することで、リーダーシップを発揮する人々にリアルタイムの視点を与えることができます。その結果、彼らはパンデミックと戦い、市民に奉仕するためのより良い準備をすることができます。

最後の言葉

世界中がまだこの致命的なウイルスと戦っているので、ウイルスが引き起こしたすべての問題を克服することは世界的に最優先事項です。 COVID-19は、ほぼすべての人、特に高齢者に影響を及ぼしています。多くの点で、それは私たちの生活を変えました。私たちがかつてマスクなしで生活し、社会的距離がなかったことを想像するのは難しいですが、これは新しい常識です–少なくとも今のところは。

幸いなことに、パンデミックが私たちに与える影響をある程度までナビゲートする方法があります。テクノロジーはこれまで非常に役立っており、それは引き続き役立っています。たとえば、ほとんどの場合、人々がマスクを着用する必要がある時代において、人々がマスクを着用しているかどうかを追跡するアルゴリズムは、それ自体が非常に有用であることが証明されています。また、社会的距離を支援するアルゴリズムを持つことで、人々は社会的距離の法則を尊重するようになります。

高度な技術が助けになりましたが、このパンデミックを完全に打ち負かすには、世界が団結して一緒に戦う必要があります。それはそれを完全に打ち負かす可能性を高めるだけでなく、COVID-19で私たちが持っていたのと同様の将来の状況に備えることにもなります。

編集者注： Michaelは、データサイエンス企業であるBroutonLabのCTO兼創設者であり、総額100万ドルを超える50を超えるAI開発プロジェクトを完了しました。 Michaelは、ディープラーニング、特にコンピュータービジョン、NLP、強化学習でのアプリケーションの専門家です。

これについて何か考えがありますか？ コメントで下に知らせてください、または私たちのツイッターまたはフェイスブックに議論を持ち越してください。