비디오 분석을 통해 COVID-19로부터 전 세계적으로 복구 속도를 높이는 방법

게시 됨: 2021-02-02

우리의 세계는 지난 1년 동안 COVID-19로 알려진 세계적 대유행병과 싸우고 있습니다. 전 세계적으로 매일 수십만 건의 새로운 사례가 발생하고 있다고 WHO는 보고합니다. 이 질병의 확산은 문제가 되었고 전 세계의 과학자와 의사에게 끊임없는 걱정거리가 되었습니다.

많은 국가에서 사회적 거리두기와 마스크 착용에 관한 법률을 발표했습니다. 표시된 조치는 이 바이러스의 확산을 방지하기 위해 수행되고 있습니다. 쇼핑몰, 상점, 레스토랑과 같은 많은 공공 장소가 개방(또는 재개장)됨에 따라 사람들이 이러한 사회적 거리두기법을 준수하는지 여부를 추적하는 것이 어려운 일이 되었습니다.

직원들이 직장으로 돌아가고 일부 정부가 폐쇄 제한을 천천히 해제함에 따라 바이러스를 통제할 방법이 불확실하며 이러한 통제 부족이 문제가 될 수 있습니다. 고용주는 근로자가 사회적 거리 규칙을 준수하는지 추적해야 하며, 이는 어느 시점에서 압도적일 수 있습니다.

기술이 어떻게 도움이 될까요?

논리적 솔루션 중 하나는 기술로 전환하는 것입니다. 그러나 여기서 기술이 어떻게 도움이 될 수 있습니까? 오늘날 우리는 어디를 가든지 기술에 둘러싸여 있습니다. 런던의 최근 연구에 따르면 930만 명에 대해 600,000대 이상의 카메라가 있는 것으로 나타났습니다(1000명당 약 67.5대의 카메라). 여기에서 수집한 영상은 상호작용을 관찰하고 사회적 거리두기 관행을 모니터링할 때 매우 중요할 수 있습니다.

지난 몇 년 동안 주목을 받고 개선되고 있는 기술은 비디오 분석입니다. 안면 인식 또는 군중 관리에 초점을 맞춘 이러한 종류의 기술은 2026년까지 120억 달러까지 성장할 것으로 예상됩니다. 비디오 분석 시장은 발열 감지 또는 사회적 거리두기와 같은 것에 적용되어 전 세계적으로 유행하는 전염병에서 매우 유용함을 보여주었습니다. .

이 푸티지는 매우 유용할 수 있지만 수백 또는 수천 시간의 푸티지 자체를 다시 보는 것은 시간 낭비일 수 있습니다. 여기에는 AIVA(인공 지능 비디오 분석)와 같은 고급 기술이 필요합니다. AIVA는 지리 공간 알고리즘을 사용하여 개인의 위치를 설정하고 장면의 관점을 학습합니다.

발열 감지 및 사회적 거리두기 알고리즘

코로나19의 증상 중 하나가 발열이기 때문에 직장에서 체온 측정은 필수다. 열 감지는 매우 효율적이고 도움이 되므로 체온이 높은 사람을 쉽게 감지할 수 있습니다. 이러한 시스템의 대부분은 딥 러닝을 사용하여 체온을 가장 많이 반영하는 사람의 눈을 확대하기 때문에 작동합니다. 이 검사는 학교, 대학, 공항, 병원 또는 호텔과 같은 많은 공공 장소에서 수행할 수 있습니다.

이것이 매우 도움이 되는 것으로 입증되었지만 충분하지 않습니다. 감염된 사람은 아직 잠복기에 있을 수 있습니다. 즉, 이 초기 단계에서는 일부 증상(예: 발열)이 나타나지 않습니다.

사회적 거리두기와 관련하여 두 명(또는 그 이상)이 서로 2미터의 거리를 유지하면 추적하는 알고리즘이 매우 유용할 것입니다. 누군가 규칙을 어기면 방아쇠가 당국에 알립니다. 사회적 거리를 얼마나 유지해야 하는지에 대한 규칙이 변경되더라도 설정을 조정하는 것은 어렵지 않습니다.

특정 매장이나 식당에 여러 명이 모이는 경우 사회적 거리두기를 실천하는 것이 필수적일 것입니다. 이러한 종류의 알고리즘은 사회적 거리두기를 장려하고 모든 사람이 애초에 사회적 거리두기의 중요성을 기억할 수 있는 방법을 마련할 것입니다.

안면 마스크 인식 알고리즘

마스크를 쓰는 것도 새로운 표준이 되었습니다. 대부분의 국가에서는 시민들이 집 밖에 있을 때 마스크를 착용하도록 요구합니다. 마스크를 착용하면 바이러스가 퍼지는 것을 늦출 수 있습니다. 그러나 모든 사람과 마스크를 착용하고 있는지 모니터링하는 것은 매우 어렵습니다. 인간이 실시간으로 이 작업을 수행하는 것은 거의 불가능하기 때문에 기술의 도움으로 이 프로세스를 자동화하는 것이 필수적입니다.

오늘날 많은 얼굴 인식 알고리즘이 눈, 코, 입 및 귀를 스캔하는 데 사용됩니다. 그러나 이러한 알고리즘의 대부분은 사람이 마스크를 착용한 경우 얼굴을 스캔할 때 문제가 있습니다. 예를 들어, FaceID를 사용하여 사람의 전화를 잠금 해제하는 Apple의 iPhone은 마스크를 착용한 상태에서 사람의 얼굴을 스캔하는 데 문제가 있었습니다. Apple은 사람의 얼굴에 있는 마스크를 감지하는 알고리즘을 개선해야 했습니다. iPhone은 얼굴 가리개를 벗게 하는 대신 암호를 입력할 수 있는 옵션을 제공합니다.

개발자들은 누군가의 얼굴에서 마스크를 감지하는 알고리즘이 과거에 직면했던 개인 정보 문제를 우회한다고 설명했습니다. 알고리즘이 사람이나 신원을 식별하지 않기 때문입니다. 알고리즘은 다음 두 가지 작업을 수행하도록 훈련됩니다.

얼굴 감지 – 여기서 알고리즘이 수행하는 유일한 작업은 얼굴을 감지하는 것입니다.
마스크 감지 - 마스크가 있는지 여부를 인식합니다.

이것의 장점은 알고리즘이 얼굴을 식별하지 않으므로 특정 사람과 연결하지 않는다는 것입니다.

일부 회사는 직원이 마스크를 착용하고 있는지 여부를 추적하는 데 도움이 되는 이러한 알고리즘을 사용하기 시작했습니다. 알고리즘은 사람들을 마스크를 착용한 그룹과 마스크를 착용하지 않은 그룹의 두 그룹으로 나눕니다. 여기에서 수집된 데이터는 회사의 손에 있습니다. 회사가 직장에서 마스크 착용을 거부하는 직원을 해고할 수 있기 때문에 도움이 될 것입니다.

이러한 알고리즘은 공공 장소(예: 쇼핑몰, 상점 등)에서도 사용할 수 있습니다. 그러나 일부 국가(미국과 같은)에는 데이터 개인 정보 보호를 규율하는 법률이 없습니다. 따라서 이 데이터를 수집하는 회사는 수집한 데이터로 무슨 일이 일어나고 있는지 우리에게 말하거나 설명할 의무가 없습니다.

혼잡 및 핫스팟 감소

우리가 보았듯이 사회적 거리를 갖는 것은 이 바이러스와 싸우는 데 있어 가장 중요한 자산이 되었습니다. 때로는 그것이 어려울 수 있습니다. 특히 거대하고 인구가 많은 도시에서는 더욱 그렇습니다. 그리고 많은 면에서 사회적 상호작용은 매우 중요하며 경제 성장에 기여할 수 있습니다. 그러나 우리가 싸우고 있는 이 대유행에서, 그것은 우리가 통제해야 하는 것입니다.

사회적 거리두기의 최종 목표는 바이러스 확산을 최대한 늦추는 것입니다. 사회적 거리두기는 병원이 넘쳐나는 것을 막는 데도 도움이 됩니다. 그래서 우리는 이것을 어떻게 달성합니까? 부유한 지역과 이웃에서는 그렇게 어렵지 않습니다. 사람들은 집에서 스스로를 격리하고 집에서 원격으로 일할 수 있습니다.

그러나 덜 부유한 주민들은 어떻습니까? 너무 붐비는 동네와 지역은 어떻습니까? 대부분의 사람들은 집을 떠나 직장에 가야 합니다. 그들은 살고 있거나 일하는 지역의 사람들에게 지속적으로 둘러싸여 있습니다.

미래의 위기를 피하기 위해 신흥 핫스팟을 갖는 것이 큰 도움이 될 것입니다. 대도시에는 수백만 명이 넘는 시민이 거주하고 있어 과밀한 지역으로 인해 바이러스 확산을 통제하기가 더 어렵습니다. 새로운 핫스팟이 알고리즘에 의해 자동으로 식별되도록 함으로써 중요하고 혼잡한 장소를 적시에 찾아내고 의료 종사자나 정부에 알릴 수 있습니다.

특정 지역의 사람들이 사회적 거리를 유지할 수 없기 때문에 우리는 이 기술이 필요합니다. 사람들은 폐쇄된 상태에서도 집단을 이루는 것 외에는 다른 해결책이 없습니다. 컴퓨터 비전과 AI 기반 기술을 사용하여 이러한 영역을 파악함으로써 리더십 위치에 있는 사람들에게 실시간 관점을 제공할 수 있습니다. 결과적으로 그들은 전염병에 맞서 싸울 준비를 더 잘하고 시민들에게 봉사할 수 있습니다.

마지막 단어

전 세계가 여전히 이 치명적인 바이러스와 싸우고 있는 상황에서 바이러스가 야기한 모든 문제를 극복하는 것이 전 세계적으로 최우선 과제입니다. COVID-19는 거의 모든 사람, 특히 노인에게 영향을 미쳤습니다. 많은 면에서 우리가 사는 방식을 바꿨습니다. 우리가 한때 마스크 없이 살았고 사회적 거리가 없었다는 것을 상상하기 어렵지만 이것이 적어도 지금은 뉴 노멀입니다.

좋은 소식은 전염병이 우리에게 어느 정도 영향을 미치는지 탐색할 방법이 있다는 것입니다. 기술은 지금까지 큰 도움이 되었으며 계속 도움이 됩니다. 예를 들어 사람들이 거의 항상 마스크를 착용해야 하는 시대에 사람들이 마스크를 착용하는지 추적하는 알고리즘은 그 자체로 매우 유용한 것으로 입증되었습니다. 또한 사회적 거리두기에 도움이 되는 알고리즘을 사용하면 사람들이 사회적 거리두기법을 존중하도록 장려할 수 있습니다.

첨단 기술이 도움이 되었지만 이 전염병을 완전히 극복하려면 세계가 단결하고 함께 싸워야 합니다. 그것은 그것을 완전히 물리칠 기회를 증가시킬 뿐만 아니라 우리가 COVID-19와 함께 겪었던 것과 유사한 미래 상황에 대비할 것입니다.

편집자 주: Michael은 총 가치가 1백만 달러가 넘는 50개 이상의 AI 개발 프로젝트를 완료한 데이터 과학 회사인 BroutonLab의 CTO이자 설립자입니다. Michael은 Deep Learning, 특히 Computer Vision, NLP 및 Reinforcement Learning의 응용 프로그램 전문가입니다.

이에 대한 생각이 있습니까? 의견에 아래로 알려주거나 Twitter 또는 Facebook으로 토론을 진행하십시오.