Как видеоаналитика может помочь ускорить восстановление мира после COVID-19
Опубликовано: 2021-02-02Весь прошлый год наш мир боролся с глобальной пандемией, известной как COVID-19. По данным ВОЗ, ежедневно в мире регистрируются сотни тысяч новых случаев. Распространение этого заболевания стало проблематичным и постоянно беспокоит ученых и врачей во всем мире.
Многие страны приняли законы о социальном дистанцировании и ношении масок. Указанное делается в надежде попытаться остановить распространение этого вируса. Поскольку многие общественные места открыты (или вновь открываются), такие как торговые центры, магазины, рестораны, стало проблемой отслеживать, соблюдают ли люди эти законы о социальной дистанции или нет.
Поскольку сотрудники возвращаются на свои рабочие места, а некоторые правительства постепенно снимают ограничения на блокировку, неясно, как будет контролироваться вирус, и это отсутствие контроля может стать проблемой. Работодатель должен нести ответственность за отслеживание того, соблюдают ли работники правила социального дистанцирования, которые в какой-то момент могут стать непосильными.
Как технологии могут помочь?
Одним из логичных решений было бы обращение к технологиям. Но как здесь могут помочь технологии? Сегодня, куда бы мы ни пошли, нас окружают технологии. Недавнее исследование в Лондоне показало, что на 9,3 миллиона человек приходится более 600 000 камер (около 67,5 камер на 1000 человек). Собранные здесь кадры могут иметь большое значение при наблюдении за взаимодействиями и мониторинге практики социального дистанцирования.
Технология, которая привлекает внимание в последние несколько лет и совершенствуется, — это видеоаналитика. Ожидается, что, сосредоточившись на распознавании лиц или управлении толпой, к 2026 году этот вид технологий вырастет до 12 миллиардов долларов. Рынок видеоаналитики показал себя чрезвычайно полезным во время всемирной пандемии, поскольку он применяется к таким вещам, как обнаружение лихорадки или социальное дистанцирование. .
Эти кадры могут быть чрезвычайно полезными, но повторный просмотр сотен или тысяч часов самих кадров может быть пустой тратой времени. Здесь необходимы более продвинутые технологии, такие как AIVA (видеоаналитика с искусственным интеллектом). AIVA использует геопространственные алгоритмы для определения местоположения человека и изучения перспективы сцены.
Обнаружение лихорадки и алгоритмы социального дистанцирования
Поскольку одним из симптомов COVID-19 является лихорадка, необходимо измерять температуру тела на рабочих местах. Обнаружение лихорадки чрезвычайно эффективно и полезно, позволяя легче обнаружить человека с более высоким уровнем температуры тела. Большинство этих систем функционируют, потому что они используют глубокое обучение для увеличения глаза человека, который больше всего отражает температуру тела. Этот скрининг можно проводить во многих общественных местах, таких как школы, университеты, аэропорты, больницы или гостиницы.
Несмотря на то, что это оказалось очень полезным, этого недостаточно. Инфицированный человек может все еще находиться в инкубационном периоде, то есть у него не будут проявляться некоторые симптомы (например, лихорадка) на этой ранней стадии.
Когда дело доходит до социального дистанцирования, алгоритм, который будет отслеживать, если два (или более) человека соблюдают дистанцию в 2 метра друг от друга, был бы чрезвычайно полезен. Если кто-то нарушит правила, триггер предупредит власти. Даже если правила изменятся, когда речь заходит о том, какой должна быть социальная дистанция, изменить настройки не составит труда.
Если в конкретном магазине или ресторане находится несколько человек, было бы важно практиковать социальное дистанцирование. Такой алгоритм будет поощрять социальное дистанцирование и позволит каждому помнить о важности социального дистанцирования в первую очередь.
Алгоритмы распознавания лиц по маске
Ношение маски для лица также стало новой нормой. Большинство стран требуют, чтобы граждане носили маски вне дома. Ношение маски замедляет распространение вируса. Но очень сложно следить за каждым человеком и за тем, носит ли он маску. Поскольку люди практически не могут выполнять эту работу в режиме реального времени, автоматизация этого процесса с помощью технологий имеет важное значение.
Сегодня многие алгоритмы распознавания лиц вращаются вокруг сканирования глаз, носа, рта и ушей. Но у большинства этих алгоритмов возникают проблемы со сканированием лица, если человек носит маску. Например, у iPhone от Apple (который использует FaceID для разблокировки телефона человека) возникли проблемы со сканированием лица человека в маске. Apple пришлось улучшить свой алгоритм для обнаружения маски на лице человека. iPhone даст им возможность ввести свой пароль вместо того, чтобы заставлять их снимать маску.
Разработчики объяснили, что алгоритм, обнаруживающий маску на чьем-либо лице, обходит проблемы конфиденциальности, с которыми мы сталкивались в прошлом. Это потому, что алгоритм не идентифицирует человека или его личность. Алгоритм обучен делать две вещи:
- Распознавание лиц — единственное, что здесь сделает алгоритм, — это распознает лицо.
- Обнаружение маски — распознавание есть маска или нет.
Преимущество этого в том, что алгоритм не идентифицирует лицо, то есть не связывает его с конкретным человеком.
Некоторые компании начали использовать эти алгоритмы, чтобы отслеживать, носят ли их сотрудники маски. Алгоритм разделит людей на две группы: группу людей в маске и группу людей без маски. Собранные здесь данные будут в руках компании. Это было бы полезно, потому что компания может уволить своих сотрудников, которые отказываются носить маску на рабочем месте.
Такие алгоритмы также можно использовать в общественных местах (таких как торговые центры, магазины и т. д.). Но в некоторых странах (например, в Соединенных Штатах Америки) нет законов, регулирующих конфиденциальность данных. Таким образом, компании, которые собирают эти данные, не обязаны сообщать нам или объяснять, что происходит с данными, которые они собирают.
Уменьшение скопления людей и горячих точек
Как мы видели, соблюдение социальной дистанции стало преобладающим преимуществом в борьбе с этим вирусом. Иногда это может быть сложно, особенно в огромных и густонаселенных городах. И во многих отношениях социальное взаимодействие имеет решающее значение и может способствовать экономическому росту. Но в этой пандемии, с которой мы боремся, это то, что мы должны контролировать.
Конечная цель социального дистанцирования — максимально замедлить распространение вируса. Социальное дистанцирование также помогает избежать переполнения больниц. Так как же нам этого добиться? В более богатых районах и районах это не так сложно. Люди могут самоизолироваться в своих домах и работать удаленно из дома.
А как быть с менее состоятельными жителями? Как насчет районов и районов, которые слишком многолюдны? Большинству людей приходится покидать свои дома и идти на работу. Они постоянно окружены людьми в том районе, где они живут или работают.
Чтобы избежать будущих кризисов, было бы очень полезно иметь новые горячие точки. С более чем несколькими миллионами жителей в крупных городах перенаселенные районы затрудняют контроль за распространением вируса. Автоматически идентифицируя возникающие горячие точки с помощью алгоритмов, мы можем своевременно обнаруживать критические и многолюдные места и предупреждать медицинских работников или правительство.
Нам нужна эта технология из-за неспособности людей в определенных районах сохранять социальную дистанцию, где у людей, даже в условиях изоляции, нет другого решения, кроме как группироваться. Используя компьютерное зрение и технологии на основе искусственного интеллекта для определения этих областей, мы можем в режиме реального времени предоставить людям, занимающим руководящие должности, перспективу. В результате они могут лучше подготовиться к борьбе с пандемией и быть полезными своим гражданам.
Заключительные слова
Поскольку весь земной шар все еще борется с этим смертельным вирусом, во всем мире приоритетом номер один является преодоление всех проблем, вызванных вирусом. COVID-19 затронул почти всех, особенно пожилых людей. Во многом это изменило наш образ жизни. Трудно представить, что когда-то мы жили без масок и не соблюдали социальную дистанцию, но это новая норма — по крайней мере, на данный момент.
Хорошая новость заключается в том, что у нас есть способ ориентироваться в том, как пандемия влияет на нас — в определенной степени. Технологии до сих пор очень помогали, и они продолжают помогать. Например, во времена, когда люди должны носить маску почти все время, алгоритм, который отслеживает, носят ли люди маску, оказался очень полезным. Кроме того, наличие алгоритмов, помогающих соблюдать социальную дистанцию, может побудить людей соблюдать законы о социальной дистанции.
Передовые технологии помогли, но чтобы полностью победить эту пандемию, мир должен объединиться и бороться с ней вместе. Это не только увеличивает наши шансы полностью победить его, но также подготовит нас к будущим ситуациям, подобным той, которая была у нас с COVID-19.
Примечание редактора: Майкл является техническим директором и основателем BroutonLab, компании, занимающейся наукой о данных, которая реализовала более 50 проектов по разработке ИИ на общую сумму более 1 миллиона долларов. Майкл является экспертом в области глубокого обучения, особенно его приложений в компьютерном зрении, НЛП и обучении с подкреплением.
Есть какие-нибудь мысли по этому поводу? Дайте нам знать внизу в комментариях или перенесите обсуждение в наш Twitter или Facebook.