視頻分析如何幫助加速全球從 COVID-19 中恢復

已發表: 2021-02-02

在過去的一年裡，我們的世界一直在與被稱為 COVID-19 的全球流行病作鬥爭。世衛組織報告說，全世界每天都有數十萬新病例。這種疾病的傳播已經成為問題，並且一直是全世界科學家和醫生的擔憂。

許多國家都頒布了關於保持社交距離和戴口罩的法律。正在執行指示以試圖阻止這種病毒的傳播。隨著商場、商店、餐館等眾多公共場所的開放（或重新開放），跟踪人們是否遵守這些社交距離法律已成為一項挑戰。

隨著員工返回工作場所，一些政府正在慢慢解除封鎖限制，如何控制病毒尚不確定，這種缺乏控制可能會成為一個問題。雇主應負責跟踪工人是否遵守社交距離規則，這在某些時候可能會變得不堪重負。

技術如何提供幫助？

一種合乎邏輯的解決方案是轉向技術。但是技術如何在這裡提供幫助？今天，無論我們走到哪裡，我們都被科技所包圍。最近在倫敦的研究表明，930 萬人擁有超過 600,000 台攝像機（每 1000 人大約有 67.5 台攝像機）。在觀察互動和監控社交距離練習時，這裡收集的鏡頭可能非常重要。

在過去幾年中受到關注並不斷改進的技術是視頻分析。通過專注於面部識別或人群管理，這種技術預計到 2026 年將增長高達 120 億美元。視頻分析市場已在全球大流行中顯示出極其有用的應用，例如發燒檢測或社交距離.

這段錄像可能非常有用，但重新觀看數百或數千小時的錄像本身可能是浪費時間。這裡需要更先進的技術，例如 AIVA（人工智能視頻分析）。 AIVA 使用地理空間算法來確定個人的位置並了解場景的視角。

發燒檢測和社交距離算法

由於 COVID-19 的症狀之一是發燒，因此有必要在工作場所測量體溫。發燒檢測非常有效且有用，可以更輕鬆地檢測出體溫較高的人。這些系統中的大多數都起作用，因為它們使用深度學習來放大人的眼睛，這是最能反映人體溫度的。這種篩查可以在學校、大學、機場、醫院或酒店等許多公共場所進行。

儘管這已被證明非常有幫助，但這還不夠。感染者可能仍處於潛伏期，這意味著他們在這個早期階段不會出現一些症狀（如發燒）。

當涉及到社交距離時，如果兩個（或更多）人彼此保持 2 米的距離，算法將非常有幫助。如果有人違反規則，觸發器將提醒當局。即使關於社交距離的規則發生了變化，調整設置也毫不費力。

如果特定商店或餐廳內有多人，則必須保持社交距離。這種算法將鼓勵社交距離，並為每個人首先記住社交距離的重要性建立一種方式。

口罩識別算法

戴口罩也成為了新常態。大多數國家都要求公民外出時戴口罩。戴口罩確實可以減緩病毒的傳播速度。但是，監控每個人以及他們是否戴著口罩是一項巨大的挑戰。由於人類幾乎不可能實時完成這項工作，因此在技術的幫助下自動化這一過程至關重要。

如今，很多人臉識別算法都圍繞著掃描眼睛、鼻子、嘴巴和耳朵展開。但是，如果一個人戴著口罩，這些算法中的大多數在掃描面部時都會遇到麻煩。例如，Apple 的 iPhone（它使用 FaceID 來解鎖一個人的手機）在戴口罩時無法掃描一個人的臉。蘋果必須改進其算法來檢測人臉上的面具。 iPhone 會讓他們選擇輸入密碼，而不是讓他們取下面罩。

開發人員解釋說，檢測某人臉上的面具的算法繞過了我們過去遇到的隱私問題。那是因為該算法不能識別一個人或他們的身份。該算法被訓練做兩件事：

人臉檢測——算法在這裡唯一能做的就是檢測人臉
口罩檢測——識別是否有口罩。

這樣做的好處是該算法不會識別人臉——因此它不會將其與特定的人聯繫起來。

一些公司已經開始使用這些算法來幫助他們追踪員工是否戴口罩。該算法會將人們分成兩組，一組戴口罩的人和不戴口罩的人。這裡收集的數據將掌握在公司手中。這會很有幫助——因為公司可以解僱拒絕在工作場所戴口罩的員工。

這種算法也可以用於公共場所（如商場、商店等）。但一些國家（如美利堅合眾國）沒有管理數據隱私的法律。因此，收集這些數據的公司沒有義務告訴我們或解釋他們收集的數據發生了什麼。

減少擁擠和熱點

正如我們所見，保持社交距離成為對抗這種病毒的主要資產。有時這可能很難，尤其是在人口眾多的大城市。在很多方面，社會互動至關重要，可以促進經濟增長。但在我們正在抗擊的這場流行病中，這是我們必須控制的事情。

保持社交距離的最終目標是盡可能減緩病毒的傳播。保持社交距離也有助於防止醫院人滿為患。那麼我們如何實現這一目標呢？在較富裕的地區和社區，這並不難。人們可以在家中隔離自己並在家中遠程工作。

但是不那麼富裕的居民呢？過於擁擠的社區和地區怎麼辦？大多數人不得不離開家去上班。他們不斷地被他們生活或工作地區的人包圍。

為了避免未來的危機，擁有新興熱點將有很大幫助。大城市有數百萬居民，人滿為患的地區使控制病毒傳播變得更加困難。通過算法自動識別新興熱點，我們可以及時發現關鍵和擁擠的地方，並向醫務人員或政府發出警報。

我們需要這項技術，因為某些地區的人們無法保持社交距離，即使處於封鎖狀態，人們也沒有其他解決方案，只能聚集在一起。使用計算機視覺和基於人工智能的技術來發現這些領域，我們可以為處於領導職位的人提供實時視角。因此，他們可以更好地準備抗擊大流行病並為公民服務。

最後的話

在全球仍在與這種致命病毒作鬥爭的情況下，克服該病毒造成的所有麻煩是全球的第一要務。 COVID-19 幾乎影響了所有人，尤其是老年人。在很多方面，它改變了我們的生活方式。很難想像我們曾經沒有戴口罩，也沒有社交距離，但這是新常態——至少現在是這樣。

好消息是，我們有辦法在一定程度上了解大流行對我們的影響。到目前為止，技術已經提供了很大的幫助，而且它一直在提供幫助。例如，在一個要求人們幾乎一直戴口罩的時代，一種跟踪人們是否戴口罩的算法已被證明非常有用。此外，擁有有助於社交距離的算法可以鼓勵人們尊重社交距離法則。

擁有先進的技術有所幫助，但要徹底戰勝這種流行病，世界需要團結起來，共同抗擊。它不僅增加了我們完全擊敗它的機會，而且還可以讓我們為未來與 COVID-19 類似的情況做好準備。

編者按： Michael 是 BroutonLab 的首席技術官和創始人，BroutonLab 是一家數據科學公司，完成了 50 多個人工智能開發項目，總價值超過 100 萬美元。 Michael 是深度學習方面的專家，特別是其在計算機視覺、NLP 和強化學習方面的應用。

對此有什麼想法嗎？ 在下面的評論中讓我們知道，或者將討論帶到我們的 Twitter 或 Facebook。