欧美色在线视频播放 视频,国产精品亚洲精品日韩已方,日本特级婬片中文免费看,亚洲 另类 在线 欧美 制服

<td id="8pdsg"><strong id="8pdsg"></strong></td>
<mark id="8pdsg"><menu id="8pdsg"><acronym id="8pdsg"></acronym></menu></mark>
<noscript id="8pdsg"><progress id="8pdsg"></progress></noscript>

    首頁 >> 創(chuàng)業(yè)創(chuàng)新 >

    富士通的AI視頻識別技術可促進正確的洗手

    2021-02-26 11:31:17 來源: 用戶: 

    富士通實驗室有限公司和富士通研究開發(fā)中心有限公司(FRDC)今天宣布開發(fā)“ Actlyzer”洗手動作識別技術,該技術利用AI和機器學習技術從視頻捕獲的視頻數(shù)據(jù)中識別復雜的洗手動作。相機。在全球持續(xù)的大流行中,洗手作為保護人們的健康不受細菌,流感和其他傳染病侵害的一種措施,其重要性在全球范圍內(nèi)再次受到關注。根據(jù)計劃于2020年6月在日本生效的新法規(guī)(1),還將要求食品經(jīng)營者根據(jù)國際HACCP(2)食品安全標準采取更強有力的措施來確保衛(wèi)生,從而迫切需要制定非食品安全法規(guī)。 -侵入性方法,可以快速,準確地確認以正確的方式進行洗手。

    為此,富士通擴展了其現(xiàn)有的“ Actlyzer行為分析技術”的識別功能,該技術可以在不依賴大量訓練數(shù)據(jù)的情況下識別各種細微而復雜的人體運動。具體而言,富士通具有完善的手動作識別功能,以創(chuàng)造自動識別在洗手過程中執(zhí)行的復雜手動作的技術。

    利用該技術,可以輕松地確定有人是否按照日本厚生勞動省的建議進行了6個洗手步驟中的每個步驟,從而減少了檢查員進行現(xiàn)場衛(wèi)生檢查時進行侵入性目視檢查所需的工時管理。

    展望未來,富士通預計該技術還將用于醫(yī)療機構,學校,酒店和大型活動場所等各種其他場合,并計劃進行現(xiàn)場試驗和對其進行額外的研究與開發(fā),作為其潛在的解決方案。未來的AI產(chǎn)品組合。

    發(fā)展背景

    日本厚生勞動省建議人們遵循6個步驟,以確保正確洗手,防止食物中毒以及傳染病蔓延(圖1)。

    目前,食品服務行業(yè)的工人在洗手時需要執(zhí)行這六個步驟,并確認在每個步驟中,他們的手的不同部位已經(jīng)被擦了超過一定次數(shù)。為此,食品服務提供者填寫一張檢查表并進行自我報告,并且現(xiàn)場工作人員會受到主管的目視檢查。

    然而,由于仍然是手動進行驗證,因此與人為錯誤,檢查員的資源保護等相關的成本仍然是一項持續(xù)的挑戰(zhàn)。隨著包括食品行業(yè)在內(nèi)的許多制造商通過使用機器學習技術繼續(xù)朝著過程自動化進行檢查的過程,洗手檢查代表了通過自動化進行過程優(yōu)化的主要候選人。

    挑戰(zhàn)性

    使用深度學習的手勢識別是識別手和手指運動的常用技術。這種常規(guī)技術可以從手的圖像中檢測多個特征點,例如關節(jié)和指尖,并根據(jù)特征點的位置關系確定手勢(圖2左)。

    但是,現(xiàn)有技術的一個問題是,當人們正確洗手時,兩只手會重疊并在肥皂上起泡沫,這會掩蓋手指上的檢測點并妨礙準確的手勢識別(圖2右)。

    為了解決這一挑戰(zhàn),F(xiàn)ujitsu Laboratories Ltd.和FRDC開發(fā)了一種新的AI技術,該技術可以在上述條件下自動,準確地識別手的動作,從而擴展了原始Actlyzer行為分析技術的識別功能。

    借助新技術,洗手的復雜手部動作是手形和重復摩擦動作的組合,被兩個深度學習引擎檢測到:手形識別和動作識別(圖3)。

    雙手形狀識別引擎使用學習過的兩只手基本形狀的模型來確定圖像各幀的手形,這是手運動的一種典型形式,在這種模型中,手彼此疊放。專注于整體形狀解決了由于手部重疊或泡沫而無法正確檢測到指尖和關節(jié)特征點的問題。

    此外,富士通獨特的AI技術“高耐久性學習(High Durability Learning)”可以跟蹤數(shù)據(jù)的變化,即使在操作過程中相機位置或光線發(fā)生變化時,也可以確保以高精度識別兩只手的基本形狀。 。

    運動識別引擎使用學習的模型,該模型從連續(xù)的幀中檢測周期性變化的運動,并將迭代次數(shù)計算為來自迭代模式及其周期的摩擦次數(shù)。另外,這兩個識別引擎的結果相互反饋以提高識別精度。

    運動識別引擎根據(jù)雙手形狀識別引擎識別的步驟設置要判斷的運動幅度的閾值,以防止檢測到錯誤的時間段,例如與泡沫運動或摩擦無關的手震。雙手形狀識別引擎通過使用運動識別引擎檢測到的重復模式周期對判斷結果進行過濾來提高檢測精度。

    特效

    具有大約2000種變化的洗手視頻數(shù)據(jù)集;包括人員,相機位置和肥皂類型在內(nèi)的所有內(nèi)容均被獨立拍攝并收集用于學習和評估??梢源_認,正確洗手的6個步驟的準確度平均為95%以上,并且搓手的次數(shù)的準確度為90%以上。

    在現(xiàn)場操作系統(tǒng)時,可以避免遺漏操作,因為洗手的人始終知道要搓洗手多長時間以及他們完成了六個階段中的哪個階段,因為系統(tǒng)會確定在屏幕上一直顯示到洗手為止。完全的。除此之外,系統(tǒng)會自動記錄數(shù)據(jù),包括開始時間戳和完成每六個步驟的動作時間以及摩擦次數(shù)。(圖4)。

    該技術可自動執(zhí)行需要嚴格衛(wèi)生控制的工作場所的現(xiàn)場洗手檢查,從而消除了目視確認和手動記錄所需的工時。此外,由于系統(tǒng)無法識別不正確或不完整的洗手,富士通希望該解決方案將有助于教育用戶并確保正確洗手方式的標準化。

      免責聲明:本文由用戶上傳,與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考,并不構成投資建議。投資者據(jù)此操作,風險自擔。 如有侵權請聯(lián)系刪除!

     
    分享:
    最新文章
    站長推薦