Get best of the week

Deteksi Batuk pada Intel NUC

Sebenarnya, ya, dalam bahasa yang sederhana - kami ingin (dan menerapkan) detektor untuk batuk orang, tetapi tidak dengan postur (karena ini membutuhkan sumber daya yang besar), tetapi dengan mengklasifikasikan foto yang masuk setelah deteksi wajah dengan perluasan zona.

Detektor Batuk untuk Intel NUC

Dalam bahasa yang kompleks, tugas bisnis adalah sebagai berikut: mendeteksi orang-orang dengan gejala penyakit pada tahap inspeksi di bandara dan stasiun kereta api dengan memberi tahu petugas yang sesuai dalam kerangka kerja tentang adanya tanda-tanda penyakit untuk pemeriksaan tambahan. Hasil yang diharapkan dalam jangka pendek adalah untuk meminimalkan penyebaran infeksi coronovirus COVID-19 dalam rangka kereta api, transportasi lokal dan internasional.

Sebagai metode implementasi, kami mempertimbangkan opsi menggunakan analitik video berbasis objek untuk mendeteksi keberadaan tanda-tanda eksternal suatu penyakit (misalnya, batuk, durasinya dan jumlah serangan selama masa inap) dari kamera pengawas video. Karena penggunaan jaringan saraf untuk deteksi, identifikasi ulang dan pelacakan objek di zona visibilitas, serta pelestarian tanda-tanda penyakit dan frekuensinya, pada tahap mendekati orang tertentu ke area inspeksi, Anda dapat memberi tahu staf tentang perlunya pemeriksaan tambahan (misalnya, mengukur suhu tubuh).

Mengapa Intel NUC?


Pertama, kami akan mengklarifikasi bahwa kami menggunakan Intel NUC8i5BEK dengan prosesor Intel Core i5 generasi ke-8 dan grafis Intel Iris Plus 655 yang terintegrasi. Eksekusi jaringan saraf dalam hal ini dapat dijalankan pada GPU, membebaskan CPU untuk analisis lintasan. Dan dalam kasus peningkatan jumlah kamera yang ditujukan pada perangkat, dimungkinkan untuk melengkapi kompleks dengan akselerator, misalnya Intel NCS2.

Kami menggunakan kerangka kerja Intel OpenVINO karena memungkinkan Anda untuk mengeksekusi jaringan saraf pada prosesor Intel secara efisien dan, yang lebih penting, menggunakan grafis terintegrasi Intel. Model yang kami gunakan adalah SSD Mobilenet v2, yang telah dilatih sebelumnya pada dataset COCO. Untuk melatih model digunakan Tensorflow.

Intel NUC8i5BEH

Sebenarnya, mengapa kami memilih NUC:

  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. Kami melatih penggolong untuk keberadaan tanda-tanda eksternal penyakit pada SSD Mobilenet V2.
  3. Mengubah model menjadi Intel OpenVINO.
  4. Kami mengumpulkan kaskade jaringan saraf yang menjalankan Intel OpenVINO untuk melakukan operasi berikut secara berurutan: deteksi wajah dan menentukan kemungkinan tanda-tanda infeksi dengan peristiwa perekaman, frekuensi dan durasinya.

Hasil klasifikasi adalah probabilitas kehadiran fitur dalam foto atau bingkai dari aliran video. Contoh ilustrasi:


Anda dapat memeriksa pengoperasian detektor dan classifier pada bot di Telegram . Di pintu masuk, bot mengambil foto dari kamera atau galeri, dan hasilnya memberikan kemungkinan orang batuk dalam bingkai.

Lebih lanjut, kami menetapkan zona deteksi menggunakan contoh kamera yang tersedia. Ternyata seperti ini:


Deteksi pertama adalah wajah, kisi-kisi dari model kebun binatang model publik dan publik, Intel OpenVINO. OpenCV mengimplementasikan analisis lintasan untuk menjaga objek (orang) dalam bingkai. Selanjutnya, orang-orang dengan perluasan zona dipindahkan ke penggolong gejala dan kembali probabilitas.

Kami merekam kejadian (batuk) dan durasinya. Diasumsikan bahwa di pos pemeriksaan karena identifikasi ulang orang di 5 titik (dengan cepat, tetapi tidak terlalu akurat), akan dimungkinkan untuk memberi tahu personel simpul transportasi tentang perlunya pemeriksaan tambahan (misalnya, mengukur suhu tubuh).

Apa pendapatmu tentang ide ini?

More articles:


All Articles