СИСТЕМА ОБНАРУЖЕНИЯ НАРУШЕНИЙ МАСОЧНОГО РЕЖИМА

Краткое описание проблемы

Автоматизация дистанционного измерения характеристик объектов наблюдения и разработка систем машинного зрения является технологически осуществимой, но сложной инженерной проблемой. Развитие нейросетевых технологий и технологий машинного обучения позволили сделать рывок в методологии бесконтактных измерений. Несмотря на это системы технического и компьютерного зрения остаются узкоспециализированными инструментами и требуют индивидуального подхода к решению поставленной задачи.

 

Актуальность решения

1. Высокая вероятность заражения во время нахождения в общественных местах требует постоянного ношения маски. Отслеживание наличия масок у большого количества людей в реальном времени возможна только с помощью автоматизированных систем.

2. Требуется оперативное реагирование для своевременного предупреждения нарушителя масочного режима в общественном месте.

 

Новизна исследования

1. Использование каскадных классификаторов Хаара, которые обладают возможностью обрабатывать поток видео в реальном времени.

2. Наличие системы поддержки принятия решения для задачи локализации нарушителя в толпе по сложной логике.

 

Состояние разработок

1. Приложение анализа видеопотока в реальном времени.

2. Реализация сложной логики обнаружения нарушителя с использованием каскадных классификаторов Хаара.

3. Многозадачность обнаружения (программа может обнаруживать несколько нарушителей одновременно)

4. Программный продукт реализован на языке Python (открытый код), что позволяет интегрировать его в микрокомпьютеры RaspberryPI.

Практическая ценность

1. Программный продукт готов к внедрению для решения задачи обнаружения нарушителей масочного режима в толпе.

 

Перспективы развития

1. Интеграция приложения в существующий программный комплекс социальной безопасности.

2. Решение других подобных задач по обнаружению нарушителей.