Iнтелектуальна система на базі згорткової нейронної мережі для ідентифікації людей без дихальних масок
DOI:
https://doi.org/10.15276/aait.03.2020.2Ключові слова:
інтелектуальна система, VGG-16, згорткова нейронна мережа, TensorFlow, класифікація зображень, точність, функція втрат, машинне навчанняАнотація
Пандемія COVID-19 має величезний вплив на окремих людей та громади. Багато організацій стикаються зі значними перебоями роботі та проблемами, що вимагають негайного реагування та вирішення. Соціальна дистанція, дихальні маски та
захист очей, як профілактичні заходи проти поширення COVID-19 за відсутності ефективної противірусної вакцини, відіграють важливу роль. Заборона здійснення покупок без маски у супермаркетах та торгівельних центрах є обов’язковою в
більшості країн. Однак при великій кількості покупців охорона не може перевірити наявність дихальних масок на всіх. Необхідно запровадити інтелектуальні засоби автоматизації, які допоможуть працювати охороні. У зв'язку з цим у статті пропонується сучасне рішення – інтелектуальна система ідентифікації людей без дихальних масок. Запропонована інтелектуальна система працює разом із системою відеоспостереження. Система відеоспостереження має структуру, що включає відеокамери, записуючі пристрої (жорсткі диски) та монітори. Відеокамери знімають зони продажу і передають відеозображення на записуючі пристрої, які, в свою чергу, фіксують те, що відбувається і відображають відео з камер безпосередньо
на моніторі. Основною ідеєю запропонованого рішення є використання інтелектуальної системи класифікації зображень,
періодично отримуваних з камер системи відеоспостереження. Розроблений класифікатор поділяє потік зображення на два
класи. Перший клас – «людина в дихальній масці», а другий – «людина без дихальної маски». Коли з’являється зображення
другого класу, тобто особа, яка зняла дихальну маску або зайшла в супермаркет без дихальної маски, служба безпеки негайно отримає повідомлення із зазначенням проблемної зони. Інтелектуальна система класифікації зображень заснована на
згортковій нейронній мережі VGG-16. На практиці ця архітектура демонструє гарні результати класифікації зображень з
великою схожістю. Для навчання моделі нейронної мережі була використана хмарна служба Google Colab – безкоштовний
сервіс на базі Jupyter Notebook. Навчена модель базується на відкритій платформі машинного навчання TensorFlow. Ефективність запропонованого рішення підтверджується правильною обробкою практично отриманого набору даних. Точність
класифікації становить вище 90 %.