Como a análise de vídeo pode ajudar a acelerar a recuperação mundial do COVID-19

Publicados: 2021-02-02

Nosso mundo tem lutado contra uma pandemia global conhecida como COVID-19 no ano passado. Existem centenas de milhares de novos casos em todo o mundo todos os dias, relata a OMS. A propagação desta doença tornou-se problemática e é uma preocupação constante para cientistas e médicos em todo o mundo.

Muitos países emitiram leis sobre distanciamento social e uso de máscaras. O indicado está a ser feito na esperança de tentar travar a propagação deste vírus. Com tantos locais públicos sendo abertos (ou reabrindo), como shoppings, lojas, restaurantes, tornou-se um desafio acompanhar se as pessoas estão respeitando essas leis de distanciamento social ou não.

À medida que os funcionários estão retornando aos seus locais de trabalho e alguns governos estão levantando lentamente as restrições de bloqueio, é incerto como o vírus será controlado, e essa falta de controle pode se tornar um problema. O empregador deve ser responsável por acompanhar se os trabalhadores seguem as regras de distanciamento social, o que pode se tornar esmagador em algum momento.

Como a tecnologia pode ajudar?

Uma das soluções lógicas seria recorrer à tecnologia. Mas como a tecnologia pode ajudar aqui? Hoje, onde quer que vamos, estamos cercados de tecnologia. Uma pesquisa recente em Londres mostrou que existem mais de 600.000 câmeras para 9,3 milhões de pessoas (cerca de 67,5 câmeras por 1.000 pessoas). As imagens coletadas aqui podem ser de grande importância ao observar interações e monitorar a prática de distanciamento social.

A tecnologia que vem ganhando atenção nos últimos anos e vem se aprimorando é a análise de vídeo. Ao se concentrar no reconhecimento facial ou no gerenciamento de multidões, espera-se que esse tipo de tecnologia cresça até US$ 12 bilhões até 2026. O mercado de análise de vídeo se mostrou extremamente útil na pandemia mundial, sendo aplicado a coisas como detecção de febre ou distanciamento social .

Essa filmagem pode ser extremamente útil, mas rever centenas ou milhares de horas da filmagem em si pode ser uma perda de tempo. Tecnologia mais avançada, como AIVA (Artificial Intelligence Video Analytics), é necessária aqui. AIVA usa algoritmos geoespaciais para estabelecer a localização de um indivíduo e aprender a perspectiva da cena.

Algoritmos de detecção de febre e distanciamento social

Como um dos sintomas do COVID-19 é a febre, foi necessário medir a temperatura corporal nos locais de trabalho. A detecção da febre é extremamente eficiente e útil, facilitando a detecção de uma pessoa com um nível mais alto de temperatura corporal. A maioria desses sistemas funciona porque eles usam o aprendizado profundo para ampliar o olho de uma pessoa, que é o que mais reflete a temperatura do corpo. Essa triagem pode ser feita em muitos locais públicos, como escolas, universidades, aeroportos, hospitais ou hotéis.

Mesmo que isso tenha provado ser muito útil, não é suficiente. Uma pessoa infectada ainda pode estar no período de incubação, o que significa que não apresentará alguns sintomas (como febre) nesta fase inicial.

Quando se trata de distanciamento social, um algoritmo que acompanharia se duas (ou mais) pessoas mantivessem uma distância de 2 metros uma da outra seria extremamente útil. Se alguém quebrar as regras, um gatilho alertará as autoridades. Mesmo que as regras mudem quando se trata de quanto deve ser a distância social, é fácil ajustar as configurações.

Se uma determinada loja ou restaurante tiver várias pessoas dentro, seria essencial praticar o distanciamento social. Esse tipo de algoritmo incentivaria o distanciamento social e estabeleceria uma maneira de todos se lembrarem da importância do distanciamento social em primeiro lugar.

Algoritmos de reconhecimento de máscara facial

Ter uma máscara facial também se tornou o novo normal. A maioria dos países exige que os cidadãos usem máscaras quando estiverem fora de casa. Usar uma máscara retarda a propagação do vírus. Mas é extremamente desafiador monitorar todas as pessoas e se elas estão usando uma máscara. Como é quase impossível para os humanos fazerem esse trabalho em tempo real, automatizar esse processo com a ajuda da tecnologia é essencial.

Muitos algoritmos de reconhecimento facial hoje giram em torno da digitalização de olhos, nariz, boca e ouvidos. Mas a maioria desses algoritmos tem problemas quando se trata de escanear o rosto se uma pessoa estiver usando uma máscara. Por exemplo, o iPhone da Apple (que usa FaceID para desbloquear o telefone de uma pessoa) teve problemas para escanear o rosto de uma pessoa enquanto usava uma máscara. A Apple teve que melhorar seu algoritmo para detectar uma máscara no rosto de uma pessoa. O iPhone daria a eles a opção de digitar sua senha em vez de fazê-los tirar a cobertura do rosto.

Os desenvolvedores explicaram que o algoritmo que detectaria uma máscara no rosto de alguém contorna os problemas de privacidade que encontrávamos no passado. Isso porque o algoritmo não identifica uma pessoa ou sua identidade. O algoritmo é treinado para fazer duas coisas:

Detecção de rosto - a única coisa que um algoritmo faria aqui é detectar um rosto
Detecção de máscara – reconhecer se há uma máscara ou não.

A vantagem disso é que o algoritmo não identifica o rosto – portanto, não o vincula a uma pessoa específica.

Algumas empresas começaram a usar esses algoritmos para ajudá-los a rastrear se seus funcionários estão ou não usando uma máscara. O algoritmo dividiria as pessoas em dois grupos, um grupo de pessoas usando máscara e pessoas sem máscara. Os dados aqui coletados estariam nas mãos da empresa. Seria útil – porque uma empresa pode demitir seus funcionários que se recusam a usar uma máscara no local de trabalho.

Tais algoritmos também podem ser usados em locais públicos (como shoppings, lojas, etc.). Mas alguns países (como os Estados Unidos da América) não possuem leis que regem a privacidade dos dados. Portanto, as empresas que coletam esses dados não são obrigadas a nos informar ou explicar o que está acontecendo com os dados que coletam.

Lotação e hotspots reduzidos

Como vimos, o distanciamento social tornou-se um trunfo predominante no combate a este vírus. Às vezes isso pode ser difícil, especialmente em cidades enormes e mais populosas. E de muitas maneiras, a interação social é crucial e pode contribuir para o crescimento econômico. Mas nesta pandemia que estamos lutando, é algo que temos que controlar.

O objetivo final do distanciamento social é retardar ao máximo a propagação do vírus. O distanciamento social também ajuda a evitar que os hospitais transbordem. Então, como conseguimos isso? Em áreas e bairros mais ricos, não é tão difícil. As pessoas podem se isolar em suas casas e trabalhar remotamente em casa.

Mas e os moradores menos ricos? E os bairros e áreas que estão muito lotados? A maioria das pessoas tem que sair de casa e ir trabalhar. Eles estão continuamente cercados por pessoas na área em que vivem ou trabalham.

Para evitar crises futuras, seria de grande ajuda ter hotspots emergentes. Com mais de alguns milhões de cidadãos em cidades maiores, áreas superlotadas dificultam o controle da propagação do vírus. Ao ter hotspots emergentes identificados automaticamente por algoritmos, podemos identificar em tempo hábil locais críticos e lotados e alertar os profissionais de saúde ou o governo.

Precisamos dessa tecnologia por causa da incapacidade das pessoas em determinadas áreas manterem uma distância social, onde as pessoas, mesmo em confinamento, não têm outra solução senão se aglomerar. Usando visão computacional e tecnologia baseada em IA para identificar essas áreas, podemos dar uma perspectiva em tempo real às pessoas em cargos de liderança. Como resultado, eles podem se preparar melhor para combater a pandemia e estar a serviço de seus cidadãos.

Palavras finais

Com todo o mundo ainda lutando contra esse vírus mortal, é globalmente a prioridade número um superar todos os problemas que o vírus causou. O COVID-19 afetou quase todos, especialmente os idosos. De muitas maneiras, mudou a maneira como vivemos. É difícil imaginar que vivíamos sem máscaras e que não tínhamos distanciamento social, mas esse é o novo normal – pelo menos por enquanto.

A boa notícia é que temos uma maneira de navegar como a pandemia nos afeta – até certo ponto. A tecnologia tem sido de grande ajuda até agora, e continua ajudando. Por exemplo, em uma época que exige que as pessoas usem máscara quase o tempo todo, um algoritmo que rastreia se as pessoas estão usando máscara se mostrou muito útil. Além disso, ter algoritmos que ajudem no distanciamento social pode incentivar as pessoas a respeitar as leis de distanciamento social.

Tendo ajudado a tecnologia avançada, mas para vencer completamente essa pandemia, o mundo precisa estar unido e combatê-la juntos. Isso não apenas aumenta nossas chances de derrotá-lo totalmente, mas também nos prepara para situações futuras semelhantes à que tivemos com o COVID-19.

Nota do editor: Michael é CTO e fundador da BroutonLab, uma empresa de ciência de dados que concluiu mais de 50 projetos de desenvolvimento de IA com um valor total de mais de US$ 1 milhão. Michael é especialista em Deep Learning, especificamente suas aplicações em Computer Vision, PNL e Aprendizado por Reforço.

Tem alguma opinião sobre isso? Deixe-nos saber abaixo nos comentários ou leve a discussão para o nosso Twitter ou Facebook.