Combate ao Covid19: Detecção em tempo real de indivíduos sem máscara em ambiente escolar por meio de Deep Learning
Resumo
Doenças respiratórias como o COVID19 são transmitidas por vias aéreas, principalmente em ambientes onde pode ser difícil manter o distanciamento físico entre as pessoas e a circulação de ar não é satisfatória como é o caso do ambiente escolar. Especialistas da área da saúde recomendam o uso da máscara facial de proteção como forma de controlar a disseminação desse vírus. No Brasil em particular, com o retorno das aulas no formato presencial surge uma nova preocupação com relação ao uso de máscara de proteção por parte da comunidade escolar principalmente na rede pública de educação, onde os espaços de uso coletivo não são amplos e diversos indivíduos resistem ao uso dessa proteção individual. Diante disso, deu-se início ao estudo de um modelo computacional usando Deep Learning chamado YOLO, para detectar por meio das imagens das câmeras de vigilância as pessoas no ambiente escolar que não estão usando máscara. Na fase de testes desse estudo, dentre todas as classificações, indivíduos com máscara e sem máscara, que o modelo fez 100% estavam corretas.
Palavras-chave:
Detecção, Máscara, Covid-19, Deep Learning, YOLO
Referências
Leung, N.H.L., Chu, D.K.W., Shiu, E.Y.C. (2020). Respiratory virus shedding in exhaled breath and efficacy of face masks. Nat Med 26, 676–680 https://doi.org/10.1038/s41591-020-0843-2
Kähler, C. J., Hain, R., (2020). Fundamental protective mechanisms of face masks against droplet infections, Journal of Aerosol Science, Volume 148
Schünemann, H. J., Akl, E. A., Chou, R., Chu, D. K., Loeb, M., Lotfi, T., Mustafa, R. A., Neumann, I., Saxinger, L., Sultan, S., & Mertz, D. (2020). Use of facemasks during the COVID-19 pandemic. The Lancet. espiratory medicine, 8(10), 954–955. https://doi.org/10.1016/S2213-2600(20)30352-0
LeCun, Y., Bengio, Y. & Hinton, G. Deep learning. Nature 521, 436–444 (2015). https://doi.org/10.1038/nature14539
Loey, M., Manogaran, G., Taha, M., & Khalifa, N. (2021). A hybrid deep transfer learning model with machine learning methods for face mask detection in the era of the COVID-19 pandemic. Measurement : journal of the International Measurement Confederation, 167, 108288. https://doi.org/10.1016/j.measurement.2020.108288
Li, C., Wang, R., Li, J. Fei, L., Face detection based on YOLOv3, in: Recent Trends in Intelligent Computing, Communication and Devices, Singapore, 2020, pp. 277–284, doi: 10.1007/978-981-13-9406-5_34.
Liu, W., Anguelov, D., Erhan, D., Szegedy, C., Reed, S., Fu, C. Y., Berg, A. C., (2016) SSD: Detector MultiBox de disparo único. Em: Leibe B., Matas J., Sebe N., Welling M. (eds) Computer Vision - ECCV 2016. ECCV 2016. Lecture Notes in Computer Science, vol 9905. Springer, Cham. https://doi.org/10.1007/978-3-319-46448-0_2
Dey, S.K., Howlader, A., Deb, C. (2021) MobileNet Mask: A Multi-phase Face Mask Detection Model to Prevent Person-To-Person Transmission of SARS-CoV-2. In: Kaiser M.S., Bandyopadhyay A., Mahmud M., Ray K. (eds) Proceedings of International Conference on Trends in Computational and Cognitive Engineering. Advances in Intelligent Systems and Computing, vol 1309. Springer, Singapore. https://doi.org/10.1007/978-981-33-4673-4_49
Redmon, j., Divvala, S., Girshick, R., and Farhadi, A., (2016). You Only Look Once: Unified, Real-Time Object Detection, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, 2016, pp. 779-788, doi: 10.1109/CVPR.2016.91.
Everingham, M., Van Gool, L., Williams, C.K.I.. (2010). The PASCAL Visual Object Classes (VOC) Challenge. Int J Comput Vis 88, 303–338. https://doi.org/10.1007/s11263-009-0275-4
Mohapatra, R. K., Pintilie, L., Kandi, V., et al. (2020). The recent challenges of highly contagious COVID-19 , causing respiratory infections : Symptoms, diagnosis, transmission , possible vaccines, animal models , and immunotherapy. n. June, p. 1187–1208
Kähler, C. J., Hain, R., (2020). Fundamental protective mechanisms of face masks against droplet infections, Journal of Aerosol Science, Volume 148
Schünemann, H. J., Akl, E. A., Chou, R., Chu, D. K., Loeb, M., Lotfi, T., Mustafa, R. A., Neumann, I., Saxinger, L., Sultan, S., & Mertz, D. (2020). Use of facemasks during the COVID-19 pandemic. The Lancet. espiratory medicine, 8(10), 954–955. https://doi.org/10.1016/S2213-2600(20)30352-0
LeCun, Y., Bengio, Y. & Hinton, G. Deep learning. Nature 521, 436–444 (2015). https://doi.org/10.1038/nature14539
Loey, M., Manogaran, G., Taha, M., & Khalifa, N. (2021). A hybrid deep transfer learning model with machine learning methods for face mask detection in the era of the COVID-19 pandemic. Measurement : journal of the International Measurement Confederation, 167, 108288. https://doi.org/10.1016/j.measurement.2020.108288
Li, C., Wang, R., Li, J. Fei, L., Face detection based on YOLOv3, in: Recent Trends in Intelligent Computing, Communication and Devices, Singapore, 2020, pp. 277–284, doi: 10.1007/978-981-13-9406-5_34.
Liu, W., Anguelov, D., Erhan, D., Szegedy, C., Reed, S., Fu, C. Y., Berg, A. C., (2016) SSD: Detector MultiBox de disparo único. Em: Leibe B., Matas J., Sebe N., Welling M. (eds) Computer Vision - ECCV 2016. ECCV 2016. Lecture Notes in Computer Science, vol 9905. Springer, Cham. https://doi.org/10.1007/978-3-319-46448-0_2
Dey, S.K., Howlader, A., Deb, C. (2021) MobileNet Mask: A Multi-phase Face Mask Detection Model to Prevent Person-To-Person Transmission of SARS-CoV-2. In: Kaiser M.S., Bandyopadhyay A., Mahmud M., Ray K. (eds) Proceedings of International Conference on Trends in Computational and Cognitive Engineering. Advances in Intelligent Systems and Computing, vol 1309. Springer, Singapore. https://doi.org/10.1007/978-981-33-4673-4_49
Redmon, j., Divvala, S., Girshick, R., and Farhadi, A., (2016). You Only Look Once: Unified, Real-Time Object Detection, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, 2016, pp. 779-788, doi: 10.1109/CVPR.2016.91.
Everingham, M., Van Gool, L., Williams, C.K.I.. (2010). The PASCAL Visual Object Classes (VOC) Challenge. Int J Comput Vis 88, 303–338. https://doi.org/10.1007/s11263-009-0275-4
Mohapatra, R. K., Pintilie, L., Kandi, V., et al. (2020). The recent challenges of highly contagious COVID-19 , causing respiratory infections : Symptoms, diagnosis, transmission , possible vaccines, animal models , and immunotherapy. n. June, p. 1187–1208
Publicado
18/07/2021
Como Citar
FIGUEIREDO, Elaine Barbosa; SILVA, Eliana Pereira da.
Combate ao Covid19: Detecção em tempo real de indivíduos sem máscara em ambiente escolar por meio de Deep Learning. In: BRAZILIAN E-SCIENCE WORKSHOP (BRESCI), 15. , 2021, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2021
.
p. 113-120.
ISSN 2763-8774.
DOI: https://doi.org/10.5753/bresci.2021.15796.
