[論文レビュー] Using Computer Vision to enhance Safety of Workforce in Manufacturing in a Post COVID World

Prateek Khandelwal, Anuj Khandelwal+4 more|arXiv (Cornell University)|May 11, 2020

Face recognition and analysis参考文献 19被引用数 73

ひとこと要約

本論文は、CCTVの映像を用いて製造現場でソーシャルディスタンスとマスク着用を強制するコンピュータビジョンシステムを提示し、リアルタイムの音声アラートを提供するとともに、Aditya Birla Groupの施設へこのソリューションを導入します。

ABSTRACT

The COVID-19 pandemic forced governments across the world to impose lockdowns to prevent virus transmissions. This resulted in the shutdown of all economic activity and accordingly the production at manufacturing plants across most sectors was halted. While there is an urgency to resume production, there is an even greater need to ensure the safety of the workforce at the plant site. Reports indicate that maintaining social distancing and wearing face masks while at work clearly reduces the risk of transmission. We decided to use computer vision on CCTV feeds to monitor worker activity and detect violations which trigger real time voice alerts on the shop floor. This paper describes an efficient and economic approach of using AI to create a safe environment in a manufacturing setup. We demonstrate our approach to build a robust social distancing measurement algorithm using a mix of modern-day deep learning and classic projective geometry techniques. We have deployed our solution at manufacturing plants across the Aditya Birla Group (ABG). We have also described our face mask detection approach which provides a high accuracy across a range of customized masks.

研究の動機と目的

• 作業現場でのCOVID-19感染リスクを減らし、製造の安全な再開を促進する。
• 既存のCCTVインフラを活用した、手頃でスケーラブルなAI搭載監視の探索。
• さまざまなマスクと環境に適用可能な、ソーシャルディスタンシング測定とマスク検出の頑健な手法を開発する。

提案手法

• 深層学習と古典的な射影幾何を組み合わせたソーシャルディスタンシング測定アルゴリズムを開発する。
• カスタマイズされたマスク全般で高精度を実現するマスク検出モジュールを実装する。
• 現場でのリアルタイム音声アラートを統合して遵守を促す。
• 既存のCCTV映像を活用して製造工場でのコスト効率の高い展開を実現する。

実験結果

リサーチクエスチョン

• RQ1 CCTVデータを用いた製造現場で、コンピュータビジョンはソーシャルディスタンシングを信頼できるように測定・監視できるのか？
• RQ2 実世界の条件下で、カスタマイズされたマスクの範囲を検出するマスク検出システムはどれだけ正確に認識できるのか？
• RQ3 作業現場でのリアルタイム音声アラートは安全規範の順守を向上させるか？
• RQ4 提案手法は複数のプラントへ展開する際にスケーラブルで経済的か？
• RQ5 ポストCOVIDの産業環境でCVベースの安全システムを展開する際に生じる実務的な考慮事項は何か？

主な発見

• 現代の深層学習と射影几何技法を融合させた頑健なソーシャルディスタンシング測定アルゴリズムを実証した。
• さまざまなカスタマイズマスクに対して、マスク検出の高精度を達成した。
• Aditya Birla Group内の製造工場全体へソリューションを展開し、実用性とスケーラビリティを示した。