Singapura telah meningkatkan AI yang digunakan untuk mendeteksi perokok yang merokok di banyak tempat di mana praktik tersebut dilarang di seluruh negara kepulauan tersebut, untuk membantu penegakan hukum setempat dengan lebih efisien dalam memberantas para pelanggar.

AI tersebut disebut Balefire, dan baru-baru ini menjelaskan oleh Pye Sone Kyaw – seorang insinyur AI di agensi transformasi digital Singapura, GovTech – ini sudah mencapai versi 3.0.

“Tujuan utama Balefire… adalah untuk membantu NEA [Badan Lingkungan Hidup Nasional] dalam mendeteksi perokok di tempat-tempat yang dilarang merokok,” tulisnya. NEA sangat membantu daftar tempat-tempat terlarang tersebut: sebagian besar area dalam ruangan, taman, lembaga pendidikan, kolam renang, dan bahkan jembatan penyeberangan pejalan kaki. Denda sebesar S$200 ($148) dapat dikenakan jika merokok di tempat yang salah, dan hukuman dapat mengakibatkan denda lima kali lipat dari jumlah tersebut.

Balefire versi sebelumnya dianggap sebagai bukti demo konsep. Versi 3.0 dianggap sebagai “percontohan yang diperluas” yang beroperasi di 20 lokasi.

Kyaw mengeluh bahwa mengenali rokok tidaklah mudah – ukurannya kecil dan mudah disalahartikan sebagai benda lain. Dia menyebutkan “sedotan, pinggiran ponsel yang mengkilat, jari-jari yang diposisikan dengan cara tertentu, dan bahkan jenis makanan tertentu” sebagai objek yang dapat salah diidentifikasi oleh sistem penglihatan komputer yang mengandalkan kamera luar ruangan sebagai batang kanker.

Dia mencoba mendeteksi asap atau ujung rokok yang menyala, namun upaya tersebut gagal karena menghasilkan terlalu banyak kesalahan. Begitu pula dengan “melihat keseluruhan orang, seperti melalui perkiraan pose”.

Kegagalan tersebut membuat Kyaw menyimpulkan “model deteksi end-to-end tidak layak, terutama dalam konteks edge AI dengan keterbatasan komputasi yang melekat dan ukuran model yang relatif kecil, ditambah dengan kebutuhan akan deteksi yang hampir seketika.”

Dia mencari sistem siap pakai yang dapat meningkatkan Balefire, namun tidak dapat menemukan sistem yang memenuhi kebutuhan NEA akan sistem yang mampu mengidentifikasi perokok sebanyak mungkin di seluruh rentang bidang pandang kamera dan melakukannya hampir secara instan.

Oleh karena itu, GovTech membangun jalur pemrosesan khusus yang ditulis Kyaw. Ini mencakup lima langkah berikut:

1. Deteksi dan Pemrosesan Kepala: Pipeline dimulai dengan bingkai kamera dimasukkan ke dalam detektor kepala, yang mengidentifikasi koordinat semua kepala dalam bingkai.
2. Pemfilteran Berbasis Heuristik: Pasca deteksi, head ini menjalani serangkaian filter heuristik yang dirancang untuk menghilangkan potensi head yang salah. Filter ini adalah produk dari akumulasi pembelajaran dan analisis mendetail dari data penerapan.
3. Pelacakan Kepala: Pelacak objek kemudian mengikuti kepala yang terdeteksi melintasi frame yang berurutan, menghubungkannya dengan kepala yang terdeteksi sebelumnya jika memungkinkan. Hal ini memastikan bahwa, bagi perokok yang teridentifikasi, peringatan berulang tidak terpicu setiap kali mereka dikenali dalam bingkai baru.
4. Klasifikasi Asap/Tanpa Asap: Kepala yang sebelumnya tidak diklasifikasikan sebagai milik perokok kemudian diproses melalui pengklasifikasi kepala biner. Pengklasifikasi ini menentukan apakah seseorang merokok atau tidak.
5. Modul Identifikasi Ulang: Jika pengklasifikasi menunjukkan aktivitas merokok, modul identifikasi ulang akan mencoba mencocokkan perokok yang terdeteksi dengan daftar pantauan perokok terkini. Jika tidak ada identifikasi ulang, peringatan akan dipicu. Daftar pantauan diperbarui dengan penampilan terkini dari perokok dan informasi relevan lainnya.

Versi 3.0 menggunakan beberapa model yang mengambil cuplikan yang diambil dari iterasi Balefire saat ini dan sebelumnya.

“Sederhananya, kami menggunakan model yang ada untuk memberi anotasi pada data baru dan memperbaiki kesalahan apa pun dari proses tersebut,” tulis Kyaw. “Kami berulang kali menambahkan profil gambar tertentu yang rawan kesalahan pada model yang ada, seperti orang yang memakai helm, atau orang yang sedang makan atau minum. Hal ini membantu meningkatkan kinerja model secara signifikan selama proyek berlangsung.”

Sistem baru ini diharapkan tidak hanya mendeteksi lebih banyak perokok, namun juga menghindari kesalahan positif – untuk “memfasilitasi NEA dalam mengoptimalkan alokasi petugas penegak hukum ke titik-titik api yang teridentifikasi.”

Dengan kata lain, Balefire bertujuan untuk memastikan bahwa ketika NEA menyerang perokok, upayanya tidak sia-sia. ®

• Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
• PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
• PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
• PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
• PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
• Sumber: https://go.theregister.com/feed/www.theregister.com/2024/03/28/singapore_balefire_smoking_detection_ai/