グリフィス大学の研究者は、プライバシーを損なうことなく空港での社会的距離の侵害を検出するためのAIビデオ監視システムを開発しました。
チームは、画像処理をカメラのローカルネットワークにゲートし続けることで、機密データを中央システムに保存するという従来の必要性を回避しました。
グリフィス・ビジネス・スクールのディアン・チョンドロネゴロ教授は、データプライバシーがこの問題の最大の懸念事項のXNUMXつであると述べています テクノロジー なぜなら、システムが効果的であるためには、人々の活動を常に観察する必要があるからです。
「これらの調整は、精度を向上させるために中央の意思決定モデルに追加されます。」
ケーススタディはゴールドコースト空港で完了しました。ゴールドコースト空港では、COVID-19以前の乗客数は年間6.5万人で、毎日17,000人の乗客がいました。 数百台のカメラが290,000平方メートルをカバーし、数百のショップと40を超えるチェックインポイントがあります。
研究者は、精度と信頼性を犠牲にすることなくパフォーマンスの最適なバランスを見つけるために、自動人検出、自動群集カウント、社会的距離違反検出をテストするXNUMXつの関連ケーススタディでXNUMX台のカメラにわたって、ローカル計算に十分軽量ないくつかの最先端アルゴリズムをテストしました。
「私たちの目標は、空港スタッフに社会的距離の侵害を検出して自動的に通知する機能を備えた、リアルタイム分析が可能なシステムを作成することでした」とTjondronegoro教授は述べています。
チェックインエリア、フードコート、待合室をカバーする自動社会距離違反検出テストには、XNUMX台のカメラが使用されました。 XNUMX人を雇用して、ライブビデオフィードとAI分析結果を比較し、赤でマークされた人が違反しているかどうかを判断しました。
研究者は、カメラアングルが公共エリアでの人々の動きを検出および追跡するAIの能力に影響を与えることを発見し、45〜60度の角度のカメラを推奨しています。
Tjondronegoro教授は、AI対応のシステム設計は、人間が結果を再確認できるほど柔軟であり、データの偏りを減らし、システムの動作の透明性を向上させると述べました。
「システムは、新しいカメラを追加することで将来的にスケールアップしたり、他の目的に合わせて調整したりできます。 私たちの研究は、責任あるAI設計が、このアプリケーションの将来の開発に役立つ可能性があり、役立つはずであることを示しています。 テクノロジーに設立された地域オフィスに加えて、さらにローカルカスタマーサポートを提供できるようになります。」
