科技藝術前瞻科技(EMERGING TECH)展示(DEMO)
AIMS FELLOWS 洪寶惜 111005520
Link : https://dl.acm.org/doi/10.1145/3450550.3465339
ACM SIGGRAPH 2021 Emerging Technologies
HEALTH GREETER KIOSK :
Tech-enabled Signage to Encourage Face Mask Use and Social Distancing
COVID-19 has been the cause of a global health crisis. The (WHO) endorses two primary preventative measures for reducing transmission rates: the usage of face masks and adherence to social distancing . In order to increase population adherence to these measures, we designed the Health Greeter Kiosk: a form of digital signage. Traditional physical signage has been used throughout the pandemic to enforce COVID-19 mandates, but lack population engagement and can easily go unnoticed. We designed this kiosk with the intent to reinforce these COVID-19 prevention mandates while also considering the necessity of population engagement. Our kiosk encourages engagement by providing visual feedback which is based on analysis from our kiosk’s computer vision software. This software integrates real-time face mask and social distance detection on a low-budget computer, without the need of a GPU. Our kiosk also collects statistics, relevant to the WHO mandates, which can be used to develop well-informed reopening strategies.
Abstract
DEMO AGENDA
Face Mask Detection
Social distance Estimation
Method
Collect statistics
FACE MASK DETECTION
Training Datasets： WIDER Face [Yang et al. 2016]、MAFA [Ge et al. 2017] 和 MaskedFace-Net [Cabani et al. 2020]。
WIDER Face 包含了約39萬個人臉圖像，其中有一些面部被遮蔽。MAFA 包含了約3.5萬個戴口罩的人臉圖像。MaskedFace-Net 則包含了約13萬個人臉圖像，分為戴口罩和未戴口罩兩個類別，其中戴口罩的圖像還包括了被口罩遮蔽的不同部位，例如未覆蓋的下巴、未覆蓋的鼻子和未覆蓋的口鼻等。
Detection Networks ： Single-Shot Detector (SSD)、Resnet50 + SVM 和 Resnet50 + YOLOV2。
SSD 是一種基於深度學習的物件檢測方法，使用 SSD 方法可以實現快速而精確的物件檢測。而 Resnet50 + YOLOV2 則使用 YOLOv2 方法進行物件檢測，該方法通常使用卷積神經網路來進行物件檢測，並且可以實現實時的物件檢測。
SOCIAL DISTANCE ESTIMATION
Person detection： Bounding box predictor 和 Body pose estimator
人員檢測，通常使用 bounding box predictor（邊界框預測器）進行檢測。這種方法使用深度學習的物件檢測技術，如 YOLO ，來檢測人員位置並進行邊界框預測。接下來，需要進行人體姿勢估計，以便獲取人員在空間中的位置和方向信息。。
2. Scene geometry understanding ：Establish metric reference > RGB-D (Depth)
在場景幾何理解方面，需要進行地面平面的估計和場景的度量參考建立。這可以通過使用 RGB-D（深度）傳感器等裝置獲取場景的深度數據，然後應用平面擬合算法（如 RANSAC）來估計地面平面。估計出地面平面之後，可以將場景中的所有對象投影到地面平面上，這樣可以簡化場景的表示，並且方便進行度量參考建立。
SOCIAL DISTANCE ESTIMATION
Bounding box predictor
Body pose estimator
Establish metric reference
RGB-D
METHOD - DESIGN
METHOD - FACE MASK DETECTION
METHOD - SOCIAL DISTANCE DETECTION
COLLECTS STATISTICS
IMPLEMENTATION
Hardware
CV Application
Local Webserver
Deployment
Summary
Future Work
IMPLEMENTATION - HARDWARE
IMPLEMENTATION – CV APPLICATION
IMPLEMENTATION – LOCAL WEBSERVER
DEPLOYMENT
SUMMARY
FUTURE WORK
AUTHORS
Max Hudnell – Computer Vision Engineer
Steven King – Associate Professor
University of North Carolina at Chapel Hill (UNC)
Reese Innovation Lab
作者介紹 –
作者介紹 –
Steven King是一位在人工智慧和機器學習領域專業的教授，他現任職於美國北卡羅來納大學教堂山分校（University of North Carolina at Chapel Hill）的信息與圖像處理實驗室（Image and Video Processing Lab），同時也是UNC Reese Innovation LAB的聯合創始人和主任。他的研究方向主要包括計算攝影學、視覺識別和跟蹤、視頻分析、機器學習等領域，並且在這些領域中做出了很多重要的貢獻。他的研究成果發表在許多知名的期刊和會議上，獲得了大量引用和關注，如CVPR、ICCV、ECCV、PAMI等。此外，他還獲得了多項研究獎勵和榮譽，並且在工業界也有豐富的經驗，曾在微軟、英特爾等公司擔任過研究員和工程師。
Max Hudnell是一位從事計算機視覺和人工智慧領域的軟件工程師和研究員。他於2018年在University of North Carolina at Chapel Hill取得計算機科學學士學位，之後於2020年9月開始在同校研究生院攻讀計算機科學系碩士學位。他在學期間的研究集中在計算機視覺和深度學習領域，並進行了多項相關研究和專案，其中包括社交距離估計和Health Greeter Kiosk等。
Max Hudnell目前在一家名為Triggr Health的公司擔任AI Research Engineer一職，負責開發和維護公司的機器學習和人工智慧技術，並且為公司的網絡和設施進行安全性測試和評估。他也曾在Google、Fidelity Investments和Cognitivescale等知名公司實習和工作，並積累了豐富的工作經驗和技能。
資料來源:ChatGPT
作者背景介紹 –
University of North Carolina at Chapel Hill (UNC) 是位於美國北卡羅來納州教堂山市的一所公立研究型大學，成立於1789年，是美國最古老的公立大學之一，也是北卡羅來納州大學系統的旗艦校。UNC是一所綜合性大學，提供本科、研究生和博士課程，並擁有超過70個學術部門和專業學院。根據2022年《美國新聞與世界報道》的排名，UNC在全美國公立大學中排名第5位，在全美國大學中排名第29位。
UNC是一所知名的研究型大學，其研究領域包括醫學、公共衛生、環境科學、人文學科等多個領域。該大學擁有眾多知名的研究中心和學術機構，如蘭登奈爾公共衛生研究中心、杰克逊心理學研究所、南方研究學院等。
此外，UNC也是一所優秀的體育學院，其籃球隊和足球隊在美國大學體育界均有較高的聲譽。UNC的校園風景優美，擁有許多歷史建築和文化遺產，並為學生提供豐富的課外活動和社交機會。
Reese Innovation Lab是位於北卡羅來納大學教堂山分校新聞傳播學院的創新中心，成立於2010年，旨在為學生提供與行業合作的機會，開發媒體和新聞領域的創新解決方案。
該實驗室提供各種資源以支持創新，包括為學生項目提供資金支持、使用最先進的設備和設施、獲得經驗豐富的專業人士的指導和輔導，以及與行業合作夥伴和專家的聯繫。參加該實驗室計畫的學生有機會與跨學科團隊合作，學習新技能，獲得實踐經驗，為他們在媒體和新聞領域的職業生涯做好準備。
除了支持學生創新，Reese Innovation Lab還進行研究和舉辦活動，專注於媒體和新聞領域的新興趨勢和技術。該實驗室的工作旨在通過創新、創意和協作來推動媒體和新聞領域的發展。
資料來源:ChatGPT
聯想作品(1) – PANEL DISPLAY – 跨域合作
Smart Retail
台北捷運
林經堯教授合作
黃翊
聯想作品(2) – 製造技術應用
瑕疵檢測
人員作業規範
聯想作品(3) - COVID-19 - 正壓式檢疫亭
華建强 (b.1975) 生於台北，畢業於國立臺灣師範大學美術學系美術創作理論組博士班水墨組，中國北京中央美術學院造形藝術研究所博士交換生，現居台灣。慣以膠彩入畫，結合多種媒材反覆堆疊，用獨具一格的線條展現具象與抽象並行。
大千綜合醫院指出，正壓式檢疫亭具備「安全設計」、「採檢量高」、「節能舒適」、「獨立潔淨」、「組裝迅速」五大特色，內置紫外線滅菌燈可迅速消毒，空氣由內往外流動的安全正壓設計，並搭配恆溫空調，可讓醫護人員不用再穿著隔離衣，飽受高溫悶熱之苦為民眾篩檢。
聯想作品(3) - COVID-19 - 正壓式檢疫亭
華建强 (b.1975) 生於台北，畢業於國立臺灣師範大學美術學系美術創作理論組博士班水墨組，中國北京中央美術學院造形藝術研究所博士交換生，現居台灣。慣以膠彩入畫，結合多種媒材反覆堆疊，用獨具一格的線條展現具象與抽象並行。
聯想作品(3) - COVID-19 – 智能疫苗劑量分裝機 / 疫苗瓶翻轉機
華建强 (b.1975) 生於台北，畢業於國立臺灣師範大學美術學系美術創作理論組博士班水墨組，中國北京中央美術學院造形藝術研究所博士交換生，現居台灣。慣以膠彩入畫，結合多種媒材反覆堆疊，用獨具一格的線條展現具象與抽象並行。
心得
COVID-19 真的是改變了全世界好多事情，雖然我想這份Health Greeter Kiosk :
Tech-enabled Signage to Encourage Face Mask Use and Social Distancing 已經不算前瞻科技(Emerging Tech) ，但也正好跟戴口罩、保持安全的社交距離的日子做個告別 !
醫療在AI的應用算是最火的行業，影像相關的AI也是目前應用最好的部分，所以可想日後在這二個部分的技術一定是進步非常快的，雖然最近因為ChatGPT，NLP的AI也表現的讓人驚艷。
Display的技術也一直在進步，跨界的應用愈來愈廣，所以我想未來在科技藝術這一塊，一定會有更讓人想不到的應用！OLED、Micro Led…
Reference – Related Products
感謝您的聆聽