Минская команда Oxagile разработала решения для защиты от распространения COVID-19
Oxagile придумала решения, которые помогут компаниям соблюдать меры безопасности в условиях коронавируса. О своих разработках в Oxagile рассказали dev.by.
Oxagile придумала решения, которые помогут компаниям соблюдать меры безопасности в условиях коронавируса. О своих разработках в Oxagile рассказали dev.by.
— В связи с эпидемией коронавируса в нашей жизни появился ряд ограничений. С повышенной температурой тебе никуда ходить нельзя, лучше отсидись и полечись дома. В офис или магазин надо приходить в маске, стараться избегать скопления людей. И если для многих граждан такие ограничения просто создают определённые неудобства, то для больших компаний это серьезная проблема, — отмечает руководитель проектов Анатолий Лебедь. — В силу специфики бизнеса не все компании могут работать дистанционно и поэтому сотрудники должны по-прежнему ходить в офис, на производство. И бизнесу приходится решать вопросы, связанные с обеспечением безопасности: соблюдение сотрудниками социальной дистанции, ношение масок, измерение температуры.
Один из клиентов Oxagile занимается производством электробатарей. На предприятии работает несколько сотен человек. Прежде чем начать работать, все сотрудники проходят через так называемые «air shower», переодеваются в гардеробной, надевают бахилы и перчатки.
Гардеробная небольшая, в ней, согласно антиковидным требованиям, должно одновременно находиться не более 20 человек. И у компании возник вопрос: как отслеживать количество персонала внутри. Особенно если учесть, что в гардеробную сразу три входа.
Oxagile предложила такое решение. На каждую дверь установили видеокамеру, которая подключена к девайсу — небольшому компьютеру от NVidia.
У оператора есть статистика по количеству людей в гардеробной в realtime, информация по состоянию на час или неделю назад (исторические данные) о том, сколько людей было в определённый промежуток времени. Кроме того, он наблюдает онлайн за перемещениями персонала.
Разработчики Oxagile также предложили разместить на каждой двери монитор или планшет, на котором будет отображаться информация о количестве человек в комнате. Если в гардеробной в данный момент находится 20 человек, на экран выводится сообщение типа: «Пожалуйста, подождите». Сейчас компания внедряет разработанную систему на предприятии.
Ещё одно решение, которое Oxagile реализует в одной из компаний, связано с идентификацией сотрудников в масках и без них и измерением температуры. Выглядит это следующим образом: на входе на предприятие на стойке установлен планшет, на котором закрепили две камеры — RGB-камеру и термальную. Посредством изображения из RGB-камеры система распознает лица (face detection), определяет, надета ли на человеке маска (mask detection), а термальная камера дает возможность измерить температуру (temperature measurement).
— В случае необходимости на планшет можно вывести дополнительный опросник с вопросами из разряда: «Контактировали ли с больными коронавирусом последнее время? Посещали ли страны с высоким уровнем заболеваемости?» Если всё хорошо, система выдает сообщение «добро пожаловать», человек может пройти в помещение либо здание. Если какое-то из условий не выполняется (маска не надета, температура выше допустимого, опросник не пройден), доступ будет запрещен и на планшете появится соответствующее сообщение.
Это решение также на этапе установки. В планах — масштабировать оба проекта, улучшать производительность и добавлять новый функционал, — поясняет Анатолий Лебедь.
Еще один проект Oxagile связан с отслеживанием соблюдения работниками социальной дистанции на предприятиях. Камера смотрит на какую-то область, система фиксирует все нарушения и подаёт информацию оператору.
— Вот конкретный пример. На предприятии, где мы внедряем своё решение, люди часто группируются в местах, где снимают бахилы после рабочей смены. Это, очевидно, не очень хорошо, шанс передать или подцепить заразу сильно повышается. Наше решение сигнализирует о проблеме, визуализирует её оператору, дает руководителям возможность исправить ситуацию на местах. Если говорить о предыдущем случае, то здраво выглядит идея установить несколько урн, чтобы распределить потоки людей.
В целом каждый заказчик самостоятельно решает, что делать с полученной информацией и какие шаги необходимо предпринять, чтобы дополнительно уберечь людей — отмечает Анатолий Лебедь. — В будущем, есть идея визуализировать карту всего помещения и цветами отображать места наибольшего или наименьшего скопления людей.
— Если говорить о конкретных технологиях и инструментах, то сейчас существует огромное количество разных детекторов (yolov4, FairMOT, RetinaFace, CenterNet и масса других) и трекеров (DaSiam, Sort, DeepSort). Регулярно появляются новые, улучшаются старые, проводятся бенчмарки, их сравнивают между собою.
Выбранный детектор или трекер зачастую имеет смысл дообучить, «подтюнить» для непосредственно своих задач. Это также требует понимания и определённых навыков. Поэтому, чтобы уметь делать успешный и качественный продукт, нужно постоянно быть в теме и знать, куда смотреть и на что обращать внимание. Сегодня используем одно, завтра можем легко переключиться на другой детектор либо трекер, — отмечает Анатолий Лебедь.
По его словам, в решениях Oxagile много сугубо технических вызовов.
— Например, для распознавания масок надо научить нашу модель распознавать человека в маске, без маски, в маске, которая находится ниже носа. Кроме того, масса граждан будет пытаться обмануть систему: прикрыться шарфом, воротником, девушки могут прикрываться волосами. И надо обучить модель, что это не маска.
Кроме того, данные, которые используются для обучения моделей, так называемые дата-сеты — это большой бизнес. Некоторые дата-сеты, состоящие из десятков тысяч картинок, стоят десятки тысяч долларов. Конечно, есть много бесплатных дата-сетов, но не все подходят для наших целей и удовлетворяют нашим требованиям. И это только пара примеров, сложностей и нюансов достаточно.
Также всегда надо учитывать потребности клиентов. Например, в одном из продуктов было принципиально, чтобы система с помощью камер внешнего наблюдения распознавала абсолютно все лица. И заказчика устраивало, если система будет иногда распознавать колеса, дорожные знаки. Но критически важно было не пропустить ни одного лица. В другом же решении было недопустимо распознать что-либо, кроме объектов. Учитывая подобные бизнес требования, мы соответствующим образом настраиваем модели распознавания.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.