在后COVID时代利用计算机视觉提升制造业劳动力安全性
计算机视觉与模式识别
2020-05-26 v2 机器学习
机器学习
摘要
COVID-19大流行迫使世界各国政府实施封锁以阻止病毒传播。这导致所有经济活动停摆，相应地大多数行业的制造厂生产中止。尽管恢复生产十分紧迫，但确保工厂现场劳动力的安全则更为必要。报告指出，在工作中保持社交距离与佩戴口罩明显降低了传播风险。我们决定在CCTV视频流上使用计算机视觉来监控工人活动并检测违规行为，从而在车间触发实时语音警报。本文描述了一种利用AI在制造环境中创造安全环境的高效且经济的方法。我们展示了结合现代深度学习与经典射影几何技术构建鲁棒社交距离测量算法的方法。我们已在Aditya Birla Group（ABG）旗下的制造厂部署了我们的解决方案。我们还描述了我们的口罩检测方法，该方法在一系列定制口罩上提供了高准确率。
引用
@article{arxiv.2005.05287,
title = {Using Computer Vision to enhance Safety of Workforce in Manufacturing in a Post COVID World},
author = {Prateek Khandelwal and Anuj Khandelwal and Snigdha Agarwal and Deep Thomas and Naveen Xavier and Arun Raghuraman},
journal= {arXiv preprint arXiv:2005.05287},
year = {2020}
}
备注
6 pages, 7 figure, 1 table