Get best of the week

Hustenerkennung bei Intel NUC

Eigentlich ja, in einer einfachen Sprache - wir wollten (und implementierten) einen Detektor zum Husten von Menschen, aber nicht nach Körperhaltung (da dies große Ressourcen erfordert), sondern indem wir eingehende Fotos nach der Gesichtserkennung mit Zonenerweiterung klassifizieren.

Hustenmelder für Intel NUC

In einer komplexen Sprache lautet die Geschäftsaufgabe wie folgt: Erkennung von Personen mit Krankheitssymptomen im Stadium der Inspektion auf Flughäfen und Bahnhöfen mit geeigneten Informationsbeamten im Rahmen des Vorhandenseins von Anzeichen der Krankheit für zusätzliche Kontrollen. Kurzfristig wird erwartet, dass die Ausbreitung der Coronovirus-Infektion COVID-19 im Rahmen des lokalen und internationalen Schienen-, Transport- und Luftverkehrs minimiert wird.

Als Implementierungsmethode haben wir eine Option in Betracht gezogen, die objektbasierte Videoanalyse verwendet, um das Vorhandensein externer Anzeichen einer Krankheit (z. B. Husten, ihre Dauer und die Anzahl der Anfälle während des gesamten Aufenthalts) von Videoüberwachungskameras zu erkennen. Durch den Einsatz neuronaler Netze zur Erkennung, Neuidentifizierung und Verfolgung von Objekten in Sichtbarkeitszonen sowie zur Erhaltung von Krankheitszeichen und deren Häufigkeit können Sie das Personal in der Phase der Annäherung einer bestimmten Person an den Inspektionsbereich über die Notwendigkeit zusätzlicher Kontrollen informieren (z. B. Messung der Körpertemperatur).

Warum ist Intel NUC?


Zunächst stellen wir klar, dass wir den Intel NUC8i5BEK mit dem Intel Core i5-Prozessor der 8. Generation und integrierter Intel Iris Plus 655-Grafik verwenden. In diesem Fall kann die Ausführung neuronaler Netze auf der GPU ausgeführt werden, wodurch die CPU für die Trajektorienanalyse frei wird. Und im Falle einer Erhöhung der Anzahl der auf das Gerät gerichteten Kameras ist es möglich, den Komplex mit Beschleunigern auszustatten, beispielsweise Intel NCS2.

Wir verwenden das Intel OpenVINO Framework, weil Sie können damit neuronale Netze auf Intel-Prozessoren effizient ausführen und vor allem integrierte Intel-Grafiken verwenden. Das Modell, das wir verwenden, ist das SSD Mobilenet v2, das im COCO-Datensatz vorab trainiert wurde. Zum Trainieren des Modells wurde Tensorflow verwendet.

Intel NUC8i5BEH

Warum haben wir uns für NUC entschieden:

  1. 8- , -.
  2. Iris Plus 655. Iris Plus 655 25% Intel UHD Graphics 630, ( i5 8400 i9 9900k).
  3. , , Intel NCS2 .
  4. : 28 65 .
  5. .

?


  1. ( ).
  2. Wir haben den Klassifikator auf das Vorhandensein äußerer Anzeichen der Krankheit auf SSD Mobilenet V2 trainiert.
  3. Das Modell wurde auf Intel OpenVINO umgestellt.
  4. Wir haben eine Kaskade neuronaler Netze mit Intel OpenVINO zusammengestellt, um die folgenden Vorgänge nacheinander auszuführen: Erkennen von Gesichtern und Bestimmen der Wahrscheinlichkeit von Anzeichen einer Infektion mit Aufzeichnungsereignissen, deren Häufigkeit und Dauer.

Das Ergebnis der Klassifizierung ist die Wahrscheinlichkeit des Vorhandenseins eines Merkmals im Foto oder Rahmen aus dem Videostream. Bildhaftes Beispiel:


Sie können die Funktion des Detektors und des Klassifikators auf einem Bot im Telegramm überprüfen . Am Eingang macht der Bot ein Foto von der Kamera oder Galerie, und das Ergebnis gibt die Wahrscheinlichkeit an, dass sich eine Person im Bild hustet.

Außerdem haben wir am Beispiel einer Kamera Erkennungszonen zugewiesen. Es stellte sich so heraus:


Die erste Erkennung sind Gesichter, ein Raster eines öffentlichen und öffentlichen Modell-Zoomodells, Intel OpenVINO. OpenCV implementiert eine Trajektorienanalyse, um das Objekt (die Person) im Rahmen zu halten. Ferner werden Personen mit einer Erweiterung der Zone in den Symptomatikklassifikator übertragen und die Wahrscheinlichkeit kehrt zurück.

Wir erfassen Ereignisse (Husten) und deren Dauer. Es wird davon ausgegangen, dass am Kontrollpunkt aufgrund der erneuten Identifizierung von Personen an 5 Punkten (schnell, aber nicht sehr genau) das Personal der Transportknoten über die Notwendigkeit zusätzlicher Kontrollen (z. B. Messung der Körpertemperatur) informiert werden kann.

Was halten Sie von dieser Idee?

More articles:


All Articles