Entwicklung eines Deep-Learning-Prototypen für die Erkennung von Gesichtsmasken in nur zwei Tagen

Das Tragen von Gesichtsmasken ist zentraler Bestandteil einer jeden Strategie zur Eindämmung von COVID-19. Am wirksamsten ist es jedoch, wenn es alle tun. Mit der Wiedereröffnung von Geschäften und Unternehmen ist die lückenlose Einhaltung dieser Vorgabe durch alle Mitarbeitenden und Anwesenden sicherzustellen. Angesichts der bereits geltenden Auflagen zu Desinfektion und Abstand können viele Unternehmen die zusätzlichen Ressourcen für die Kontrolle der Kunden jedoch nur schwer aufbringen. Mittels Deep-Learning-Lösungen kann die Einhaltung der Bestimmungen zum Tragen von Gesichtsmasken automatisiert werden. Das spart Zeit für die Angestellten und schützt uns alle.

Deep Learning

Deep Learning ist eine Form des maschinellen Lernens, bei der neuronale Netze mit zahlreichen tiefer liegenden Schichten zwischen den Eingabe- und Ausgabeknoten genutzt werden. Nachdem ein Netzwerk das Training mit einem großen Datensatz durchlaufen hat, wird ein Modell erstellt, mit dem basierend auf den Eingabedaten genaue Vorhersagen getroffen werden können. In diesem Fall kann das Netzwerk nicht nur darauf trainiert werden, Gesichtsmasken an Personen zu erkennen, sondern auch, ob diese korrekt angelegt sind.

Ein voll funktionsfähiges Deep-Learning-System kann innerhalb weniger Tage entwickelt und bereitgestellt werden. Die FLIR-Ingenieure konnten auf Basis der Firefly DL-Kamera von FLIR ein System für die Entdeckung von Personen mit unzureichender PSA (persönliche Schutzausrüstung) entwickeln. Der verwendete Datensatz für die Erkennung von Gesichtsmasken nutzt zwei frei zugängliche Bibliotheken mit mehr als 1000 Bildern von Personen mit und ohne Maske bzw. mit fehlerhaft angelegter Maske in verschiedenen Umgebungen. Ebenso für diese Zwecke geeignet ist etwa Blackfly S GigE. Weitere Informationen zu den FLIR-Lösungen für Machine Vision erhalten Sie über unseren Vertrieb. 

Eine anpassbare Lösung

Jedes Bild im Gesichtsmasken-Datensatz ist mit Begrenzungsrahmen für Objektposition und Klassenkennzeichnung versehen, die anzeigen, ob eine Person eine Maske trägt und ob diese korrekt getragen wird. Entwickler und Integratoren von Deep-Learning-Lösungen können diese Plattform problemlos erweitern, um komplexeren und robusteren Anwendungen gerecht zu werden. So kann das neuronale Netz auch für die Erkennung von Face Shields, Schutzkitteln, Handschuhen und anderer PSA in Hochrisiko-Umgebungen wie Krankenhäusern oder stark frequentierten Bereichen wie Flughäfen trainiert werden.

Erfahren Sie mehr über erschwingliche Deep-Learning-Lösungen, die ersten Schritte mit der Firefly DL sowie FLIR-Lösungen für das Screening auf erhöhte Körpertemperatur.