フリアーシステムズは、ディープラーニングを用いたマスク着用判定システムのプロトタイプを2日間で開発した。

新型コロナウイルスの感染拡大を阻止するためには、マスクが必須のアイテム。
マスクやフェイスシールド等の飛沫感染対策グッズは、できる限りすべての人が使用すれば最大限の効果が発揮されることが証明されている。
店舗やビジネスの営業再開に伴い、施設の入場者全員にマスク着用を徹底させることが不可欠だが、顧客をモニターするために必要な機材やリソースを追加することは、施設管理者にとってもさらなる負担となる可能性がある。
フリアーシステムズは、ディープラーニングソリューションを活用し、マスク着用ガイドラインに違反している人を自動的に検出するプロトタイプの判定システムを新たに開発。従業員の時間を節約し、より安全な環境づくりを構築することができる。

ディープラーニングは、入力ノードと出力ノードの間に多数の「深い」レイヤーを持つニューラルネットワークを使用する機械学習の一形態。大規模データセットでネットワークを訓練し作成したモデルを使うことで、初見データを基に正確な予測を行える。これにより、マスクの検出だけでなく、マスクが正しく着用されているかどうかを判定するようにネットワークを訓練することができる。

フリアーシステムズは今回、完璧なディープラーニングシステムを数日で開発・デプロイした。
同判定システムは、Firefly DLカメラを使用して、PPE(個人用防護具)着用義務のガイドラインに違反する恐れのあるユーザーを検知し、注意を促すシステム。マスク着用の判定用データセットには、異なる環境でマスクを着用している人、していない人、正しく着用していない人の例を示す1,000枚以上の画像が含まれた、2つの公開ライブラリを使用している。
同社は、Firefly DLの他にもBlackfly S GigEなどマスク着用判定に適した数種類のカメラを取り揃えている。

マスクのデータセットにある各画像には、オブジェクトの位置を示す境界ボックスと、どの顔がマスクを着用しどれがそうでないか、またマスクが正しく着用されているか否かを分類するラベルがタグ付けされている。
同システムは、ソリューションの用途をさらに拡げ、より複雑で堅牢なユースケースをカバーするシステムを容易に構築、実現することが可能で、ニューラルネットワークは、病院や空港等の感染リスクの高い施設や、人の往来が多い環境でフェイスシールドやガウン、手袋、その他のPPE を検出するように訓練することができる。

詳細は下記にアクセス　https://www.flir.jp/