חוקרי אוניברסיטת גריפית פיתחו מערכת מעקב וידאו AI כדי לאתר הפרות התרחקות חברתית בשדה תעופה מבלי לפגוע בפרטיות.
על ידי שמירת עיבוד התמונה לרשת מקומית של מצלמות, הצוות עקף את הצורך המסורתי לאחסן נתונים רגישים במערכת מרכזית.
פרופסור דיאן Tjondronegoro מבית הספר לעסקים גריפית אומר שפרטיות הנתונים היא אחת הדאגות הגדולות ביותר בנושא זה טֶכנוֹלוֹגִיָה כי המערכת צריכה כל הזמן לצפות בפעילויות של אנשים כדי להיות אפקטיבית.
"התאמות אלה מתווספות למודל קבלת ההחלטות המרכזי כדי לשפר את הדיוק."
מחקר המקרה הושלם בנמל התעופה גולד קוסט, שלפני COVID-19 היו 6.5 מיליון נוסעים מדי שנה עם 17,000 נוסעים באתר מדי יום. מאות מצלמות מכסות 290,000 מ"ר עם מאות חנויות ויותר מ -40 נקודות צ'ק-אין.
החוקרים בדקו כמה אלגוריתמים מתקדמים, קלים מספיק לחישוב מקומי, על פני תשע מצלמות בשלושה מקרי מחקר הקשורים לבדיקת זיהוי אנשים אוטומטי, ספירת קהל אוטומטית וזיהוי הפרת מרחק חברתי כדי למצוא את האיזון הטוב ביותר בביצועים מבלי לוותר על דיוק ואמינות.
"המטרה שלנו הייתה ליצור מערכת המסוגלת לנתח בזמן אמת עם היכולת לזהות ולהודיע אוטומטית לצוות שדות התעופה על הפרות התרחקות חברתית", אמר פרופסור טונדרונגורו.
שלוש מצלמות שימשו לבדיקת גילוי הפרת המרחק החברתי האוטומטי המכסה את אזור הצ'ק-אין, בית האוכל ואזור ההמתנה. שני אנשים הועסקו להשוואת הזנות וידיאו בשידור חי ותוצאות ניתוח AI כדי לקבוע אם אנשים המסומנים באדום עוברים על הפרה.
חוקרים מצאו שזוויות המצלמה משפיעות על היכולת של AI לזהות ולעקוב אחר תנועות של אנשים באזור ציבורי וממליצים על מצלמות זווית בין 45 ל -60 מעלות.
פרופסור Tjondronegoro אמר כי תכנון המערכת שלהם התואם AI היה גמיש מספיק כדי לאפשר לבני אדם לבדוק את התוצאות באופן מפחית את הטיה בנתונים ולשפר את השקיפות כיצד המערכת פועלת.
"המערכת יכולה להתרחב בעתיד על ידי הוספת מצלמות חדשות ותותאם למטרות אחרות. המחקר שלנו מראה כי עיצוב AI אחראי יכול וצריך להיות שימושי להתפתחויות עתידיות של יישום זה טֶכנוֹלוֹגִיָה".
