توسعه الگوریتم تشخیص شستشوی صحیح دست

به گزارش خبرنگار خبرگزاری صدا و سیما پروژه توسعه الگوریتم تشخیص شستشوی صحیح دست میزان درستی شستشوی دست‌ها با استناد به روش‌های سازمان بهداشت جهانی را با استفاده از روش‌های مبتنی بر یادگیری عمیق و تکنیک‌های پیشرفته‌ی بینایی ماشین میزان درستی پروسه‌ی شستشوی دست اعلام می‌کند.

هنگامی که شخصی دست خود را زیر دوربین جهت شستشو قرار می‌دهد، سیستم بصورت بلادرنگ فریم‌های گرفته شده را پردازش می‌کند و میزان دقت را اعلام می‌کند و تا زمانی که مرحله‌ای به درستی انجام نشود سراغ مرحله‌ی بعد نمی‌رود.

یکی از چالش‌های این مسئله جلوگیری از فریب دادن سیستم با حرکاتی است که در مراحل دست شستن تعریف نشده اند که باید با استفاده از داده‌هایی مناسب و همچنین مدلی با دقّت بالا این چالش را برطرف شد.

از چالش‌های دیگر این مسئله، بلادرنگ بودن آن است چرا که اگر مدلِ بر پایه‌ی یادگیری عمیق بخواهد بصورت بلادرنگ محاسبات خود را روی بورد‌های امبدد نظیر Jetson Nano انجام دهد بسیار سرعتش پایین خواهد بود. این چالش از طریق بهینه‌سازی هرچه بیشتر مدل و همچنین شخصی‌سازی مدل برای بورد مقصد حل شده است.

انتقال ویروس می‌تواند از شستشوی دست غیرصحیح نیز انجام شود. آزمایشگاه تعامل انسان و ربات با استفاده از روش‌های هوش مصنوعی نظیر بینایی ماشین و یادگیری عمیق توانسته است طبق استاندارد‌های سازمان بهداشت جهانی (WHO) شستشوی صحیح دست‌ها را با دقّت بالای ۹۶% درصد تشخیص دهد. طبق این استاندارد، یک دیتاست غنی از شستشوی صحیح دست‌ها جمع آوری شد و با استفاده از تکنیک‌های پیشرفته‌ی یادگیری عمیق این مدل بدست آمد.

در این پروژه، هر شخص در طی ۹ مرحله باید دست‌های خود را بشوید. این سیستم از مرحله‌ی اوّل شروع کرده و هنگامی که کاربر به درستی دست‌های خود را شست، وارد مرحله‌ی بعد می‌شود. اگر این ۹ مرحله به درستی انجام شود، دستان شخص، کاملاً مصون از هرگونه ویروسی است.

این پروژه دارای یک مدلی بر پایه‌ی یادگیری عمیق است که ۹ مرحله‌ی شستشو را با پردازش ویدئوی دریافتی از دوربین تشخیص می‌دهد. این دستگاه کاملاً مستقل از سرور خارجی و تکنولوژی‌های ابری عمل می‌کند و از بُرد شرکت انویدیا به نام جتسون نانو (Nvidia Jetson Nano) و رزبری پای (Raspberry Pi) استفاده می‌کند. به دلیل سنگینی مدل یادگیری عمیق، نمی‌توان به راحتی آن را بر روی بورد‌های تعبیه شده اجرا کرد و نیاز به بهینه‌سازی خاص بر روی مدل و همچنین سیستم‌عامل دارد. بُرد جتسون در این پروژه نقش سرور را ایفا می‌کند و محاسبات مدل یادگیری عمیق را انجام می‌دهد و رزبری پای وظیفه‌ی کنترل رابط گرافیکی (Graphical User Interface) و همچنین دریافت ویدئو از دوربین و انجام یک سری پیش‌پردازش‌ها و ارسال آن به جتسون رو بر عهده دارد.

از جمله کاربرد‌های این دستگاه می‌توان در تمام مراکز عمومی پر تردد نظیر: بانک‌ها، فروشگاه‌ها، مراکز دولتی و تمام مراکز درمانی اشاره کرد که می‌توان از آن جهت اطمینان تمیزی دست افراد استفاده کرد. این دستگاه یک درگاه ارتباطی می‌دهد که برای مثال می‌توان گفت زمانی که شخص دست خود را به درستی شست بتواند وارد بانک شود یا اجازه‌ی کار با دستگاه خودپرداز را داشته باشد. این طرح رایک مرکز درمانی به آزمایشگاه تعامل انسان و ربات سفارش داده است که طی هفت ماه به سرانجام رسیده است. از دانش فنی بدست آمده ۶ پایان نامه تدوین شده است.

گزارش از افروز اسلامی