Il deep learning è un tipo particolare di machine learning che utilizza reti neurali con molti livelli di “profondità” fra i nodi di input e output. È possibile addestrare la rete in modo che rilevi non solo la presenza di mascherine, ma anche il loro corretto posizionamento sul viso delle persone.
Grazie a soluzioni di deep learning, FLIR Systems spiega come sia possibile rilevare automaticamente persone che non rispettano le linee guida relative alle mascherine utilizzate per ridurre la diffusione del virus Covid-19.
di Federica Conti
Le mascherine di protezione sono soluzioni utili a ridurre la diffusione del virus Covid-19 e si dimostrano particolarmente efficaci quando sono indossate da tutti in modo corretto. Al momento della riapertura di negozi e aziende, diventa essenziale poter controllare che tutti i presenti indossino la mascherina. Tuttavia, le risorse aggiuntive necessarie per controllare i clienti possono avere un ulteriore impatto finanziario su aziende che già devono soddisfare altri requisiti di sanificazione e distanziamento sociale. Le soluzioni di deep learning sono in grado di rilevare automaticamente le persone che non rispettano le linee guida relative alle mascherine, riducendo il lavoro dei dipendenti e rendendo più sicuri gli ambienti di lavoro.
Un sistema di deep learning completo può essere sviluppato e implementato nel giro di pochi giorni, grazie all’utilizzo di una videocamera FLIR Firefly DL.
IMPLEMENTAZIONE DEL DEEP LEARNING
Il deep learning è un tipo particolare di machine learning che utilizza reti neurali con molti livelli di “profondità” fra i nodi di input e output. Addestrando una rete con grandi set di dati, si crea un modello utilizzabile per effettuare previsioni accurate basate su dati non visti. In questo caso, è possibile addestrare la rete in modo che rilevi non solo la presenza delle mascherine, ma anche il loro corretto posizionamento sul viso delle persone.
Un sistema di deep learning completo si può sviluppare e implementare nel giro di pochi giorni. Grazie all’utilizzo di una videocamera FLIR Firefly DL, i tecnici di FLIR hanno sviluppato un sistema per il rilevamento della conformità e la segnalazione degli utenti che violano le linee guida in materia di DPI, Dispositivi di Protezione Individuale. Il set di dati per il rilevamento delle mascherine è basato su due librerie di pubblico dominio con oltre 1.000 immagini, con esempi di persone che indossano, non indossano o indossano in modo errato una mascherina in diversi ambienti. Altre videocamere idonee a questo tipo di utilizzo sono le Blackfly S GigE. Ulteriori informazioni sulle soluzioni di machine vision di FLIR sono disponibili qui.
UNA SOLUZIONE ADATTABILE
Ogni immagine del data set delle mascherine è stata annotata con riquadri che evidenziano le posizioni degli oggetti ed etichette di classe che indicano i visi su cui sono presenti le mascherine, quelli privi di mascherine e quelli su cui le mascherine sono indossate in modo errato. Gli sviluppatori e gli integratori di soluzioni di deep learning possono facilmente ampliare questa soluzione per includere casi d’uso più complessi e robusti da implementare nel mondo reale. La rete neurale, ad esempio, può essere addestrata a rilevare visiere, camici, guanti e altri DPI all’interno di ambienti ad alto rischio o a traffico elevato, come ospedali e aeroporti.
Di seguito è possibile scoprire come sia possibile creare una soluzione di deep learning con budget ridotto, utilizzando le Firefly DL e le soluzioni di controllo della temperatura FLIR. È disponibile anche un video al link: https://www.youtube.com/watch?v=H5OfWapLzXQ&feature=youtu.be.
Il set di dati per il rilevamento delle mascherine è basato su due librerie di pubblico dominio con oltre 1.000 immagini, con esempi di persone che indossano, non indossano o indossano in modo errato una mascherina in diversi ambienti.