Iнтелектуальна система на базі згорткової нейронної мережі для ідентифікації людей без дихальних масок

Анотація

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, віді- грають 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. Не- обхідно запровадити інтелектуальні засоби автоматизації, які допоможуть працювати охороні. У зв'язку з цим у статті про- понується сучасне рішення – інтелектуальна система ідентифікації людей без дихальних масок. Запропонована інтелектуа- льна система працює разом із системою відеоспостереження. Система відеоспостереження має структуру, що включає ві- деокамери, записуючі пристрої (жорсткі диски) та монітори. Відеокамери знімають зони продажу і передають відеозобра- ження 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 не- гайно 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. Ефекти- вність запропонованого рішення підтверджується правильною обробкою практично отриманого набору даних. Точність класифікації становить вище 90 %.