ИИ помогает вузам в борьбе с Covid-19 |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2020-11-05 16:45 В научном центре искусственного интеллекта МТУСИ (участник Нижегородского НОЦ) разработали систему контроля наличия средств индивидуальной защиты PVision?. Она позволяет дистанционно выявлять людей без масок, определять температуру тела ? и оперативно передавать отчетную информацию на пост контроля. В пилотном тестировании системы приняли участие ), ) и ). По итогам в проект были внесены дополнительные усовершенствования, которые позволили повысить точность распознавания до 97%. Ректор МТУСИ Сергей Ерохин, принявший непосредственное участие в испытаниях, подтвердил, что для университетов, традиционно уделяющих серьёзное внимание здоровью студентов, система PVision станет надёжным инструментарием в работе по реализации рекомендаций Роспотребнадзора в отношении борьбы с коронавирусной инфекцией. По словам ректора РХТУ Александра Мажуги, интеграция имеющейся системы видеонаблюдения с системой PVision дала возможность исключить очереди на входе в вуз, в момент, когда массово идущие на занятия студенты проходят термометрию, что свело к минимуму нарушения социальной дистанции без угрозы опоздания на занятия. При этом благодаря универсальности системы, приобретение дополнительного оборудования не потребовалось, что позволило провести подключение оперативно и без дополнительных затрат. В целом, по оценке ректоров, внедрение проекта PVision существенно повысило дисциплинированность студентов по соблюдению режима ношения средств индивидуальной защиты. В начале тестирования уровень нарушений масочного режима составил около 10%, но после месяца эксплуатации он снизился до 2%. В среднем, за один учебный день каждая камера производит около 1000 распознаваний. Проект PVision реализован на базе ЦОДа МТУСИ, по своим характеристикам соответствующего уровню надёжности Tier-4, и представляет собой SaaS-решение, использующее такие платформы, как Kubernetes, TensorFlow, Keras, библиотеку OpenCV и др. Отдельным преимуществом является возможность подключения к облачной платформе по протоколу RTSP/RTP камер видеонаблюдения, уже установленных в вузах и любых других организациях, что существенно снижает затраты на закупку дополнительного оборудования и его монтаж. Все случаи нарушения масочного режима хранятся в виде медиа-библиотеки файлов и доступны для последующей обработки. В настоящее время совместный коллектив учёных работает над расширением функционала системы с целью сделать её более гибкой с точки зрения эксплуатации в любом вузе или учреждении. МТУСИ, с учётом напряжённой эпидемиологической ситуации, готов оказать помощь другим университетам и подключить к системе PVision на безвозмездной основе. Комментарии: |
|