HyperAI超神经

公共の場で距離を保つよう全員に思い出させることで、交差感染を効果的に防ぐことができます。最近、Ng Enda 氏が設立した会社 Landing AI は、監視ビデオからリアルタイムで歩行者の距離を測定し、安全な距離を超えた場合にリマインドできるツールを開発しました。

公共の場で安全な距離を保つことは、ウイルスの蔓延を防ぐための一般的な習慣です。 WHOは人々が互いに少なくとも3フィート（0.9メートル）の距離を保つことを推奨していますが、我が国は感染のリスクを減らすために1.5〜2メートルの距離を保つことを推奨しています。

少し前にイタリアで、ある男性が筋金入りの物理的隔離を採用し、巨大なディスクを持ってスーパーマーケットに買い物に行きました。

最近、Ng Enda 氏が設立した人工知能企業 Landing AI は、カメラからのリアルタイムビデオを分析することで、活動中に人々が安全な距離を保っているかどうかを検出できるツール Social Distancing Detector を開発しました。

わずか 3 ステップでソーシャルディスタンスをリアルタイムに測定

Landing AI は、パブリックストリートビューデータセット「The Oxford Town Centre」を使用してこのツールをデモンストレーションしました。

このシステムは、ビデオ画面内の人々の動態をリアルタイムでキャプチャし、異なる人々間の最小距離を測定できることがわかります。

文字間の距離が安全仕様よりも短い場合、文字ボックスが緑から赤に変わり、最短距離の接続線が生成されます。後でアラームやその他のリマインダーに変換できます。

Landing AI の公式ブログでは、監視カメラからのデータを使用して、キャリブレーション、検出、測距の 3 つのステップを通じてツール構築の技術原理が公開されています。

ビデオ入力は複数の角度から入力される可能性があり、角度が異なると距離が変化するため、距離の有効性を確保するには、固定平面に変換する必要があります。最初のステップは、画像全体を平面図に変換することです。

最も簡単な方法は、実際の長方形の頂点を選択し、それを上面図の 4 隅にマッピングすることです。実際の処理では、リアルタイムのマッピングと変換を正確に完了するために複数の要素を組み合わせる必要があります。

結果をより正確にするには、6 フィート (米国の一部の地域で推奨される距離) に対応する実際のピクセルサイズを見つけるなど、上面図のスケールも考慮する必要があります。

キャリブレーション後、画面から人物を検出し、その周囲に境界ボックスを描画する必要があります。このステップでは、Landing AI は Faster R-CNN アーキテクチャに基づくオープンソースの歩行者検出ネットワークを使用します。

ブログ投稿によると、彼らは非最大抑制 (NMS) といくつかのルールベースのヒューリスティックを使用しました。モデルも実際の状況に基づいて微調整されました。

最後のステップは、キャラクター間の距離を測定することです。この方法では、タスク検出フレームの中心を上面図に投影します。異なる点間の距離は、異なる人物間の距離を表します。

最後に、キャリブレーションステップで決定されたスケールに基づいて、最終的な実際の距離の計算が実行されます。

これら 3 つの操作を行うと、ビデオ画面上で異なる人物間の最短距離がリアルタイムに測定されます。

安全な距離では、文字は緑色の枠で表示されます。距離が近すぎて安全な値を超えると、赤色の枠に変換され、距離を表す赤色の接続がトリガーされます。上面図には、緑と赤の点があります。

Landing AIの広報担当者は、このツールはLanding AIが顧客の需要に応えて運用環境で使用する重要なソリューションであると述べた。

現在のシステムは、労働者が出勤しなければならない製造業や製薬産業で、労働者の安全を管理し、注意を喚起するために使用できます。

たとえば、保護具を製造する工場では、技術者がこのソフトウェアを自社のセキュリティカメラシステムに統合し、簡単な調整手順で作業環境を監視できます。

しかし、最終的な警報方法に関しては、システムはまだ初期段階にあり、警報を処理する最適な方法を模索しているとLanding AIは述べた。

検討中のオプションには、距離が安全仕様より小さいことが検出された場合に警報音を発することや、従業員の作業エリアの再計画を支援するために管理者にデータを集約することなどが含まれます。

このツールは人々の保護への注意を監視できるようですが、誰もがこのツールを好むわけではありません。

Landing AI のブログ投稿では、システムの使用について知る権利について説明し、このシステムを使用する人は誰であっても透明性があり、群衆のインフォームドコンセントがある場合にのみ識別される必要があると主張しています。

それでも、Ng氏がツールを導入したTwitterでは疑問の声が多数上がっている。

たとえば、最も多くの「いいね！」を獲得したコメントの 1 つは、「1984 年へようこそ」とはっきりと書かれています。

隔離政策の実施は効果的な感染症対策であることが証明されています。しかし、感染状況が深刻な米国では、人々の隔離の許容レベルは異なります。

最近、多くの州で隔離に対する抗議活動が起きており、一部の国民は隔離解除と生産再開を求めている。

この背後にある根本的な理由は、Ng 氏と彼の同僚が 1 つまたは 2 つのツールだけで解決できるものではない可能性があります。

- 以上 -