基于机器学习的 COVID-19 自动热筛查
计算机视觉与模式识别
2022-03-31 v2 机器学习
图像与视频处理
摘要
在过去两年中，数百万人因 COVID-19 失去生命。尽管疫苗接种计划已开展一年，但由于 COVID-19 的新变种，住院率与死亡人数仍居高不下。所有公共场所严格的指南与 COVID-19 筛查措施（如体温检测和口罩检测）有助于减少 COVID-19 的传播。确保这些筛查措施的视觉检查可能繁重且易出错。自动检测可确保有效且准确的筛查。传统方法涉及从视觉相机图像中识别人脸与口罩，再从热成像相机提取温度值。以视觉成像作为主要模态将这些应用仅限于良好光照条件。仅使用热成像进行这些筛查措施使系统对照明具有不变性。然而，缺乏开源数据集是开发此类系统的一个问题。在本文中，我们讨论基于热视频流使用机器学习进行人脸与口罩检测并随后以被动非侵入方式进行体温筛查的工作，其实现了公共场所中有效的自动化 COVID-19 筛查方法。我们开源了用于训练模型并在 8 个不同地点收集的 NTIC 数据集。我们的结果表明，在高照度下热成像的使用与视觉成像同样有效。即使在低光照条件下，热图像的性能保持不变，而视觉训练的 classifier 性能下降超过 50%。
引用
@article{arxiv.2203.14128,
title = {Automated Thermal Screening for COVID-19 using Machine Learning},
author = {Pratik Katte and Siva Teja Kakileti and Himanshu J. Madhu and Geetha Manjunath},
journal= {arXiv preprint arXiv:2203.14128},
year = {2022}
}
备注
Submitted to QIRT Journal