Singapore heeft de AI verbeterd die het gebruikt om rokers op te sporen die opsteken op de vele plaatsen waar deze praktijk op het hele eiland verboden is, om de lokale wetshandhaving te helpen overtreders efficiënter uit te roeien.

De AI heet Balefire, en zoals onlangs uitgelegd door Pye Sone Kyaw – een AI-ingenieur bij het Singaporese digitale transformatiebureau GovTech – is versie 3.0 al bereikt.

“Het belangrijkste doel van Balefire … is om NEA [het Nationaal Milieuagentschap] te helpen bij het opsporen van rokers op plaatsen waar roken verboden is”, schreef hij. De NEA behulpzaam lijsten die verboden plaatsen: de meeste binnenruimtes, parken, onderwijsinstellingen, zwembaden en zelfs voetgangersbruggen. Boetes van S$200 ($148) kunnen worden opgelegd voor roken op de verkeerde plaats, en een veroordeling kan resulteren in een boete van vijf keer dat bedrag.

Eerdere versies van Balefire werden beschouwd als proof-of-concept-demo's. Versie 3.0 wordt beschouwd als een “uitgebreide pilot” die op 20 locaties draait.

Kyaw klaagde dat het niet gemakkelijk is om sigaretten te ontdekken; ze zijn klein en worden gemakkelijk aangezien voor andere voorwerpen. Hij noemde “rietjes, glimmende telefoonranden, vingers die op een bepaalde manier gepositioneerd zijn, en zelfs bepaalde soorten voedsel” als objecten die computer vision-systemen die afhankelijk zijn van buitencamera’s ten onrechte kunnen identificeren als een kankerstok.

Hij probeerde rook of het gloeiende puntje van een sigaret te detecteren, maar die pogingen mislukten omdat ze te veel fouten opleverden. Dat geldt ook voor ‘kijken naar de hele persoon, bijvoorbeeld door middel van pose-inschatting.’

Deze mislukkingen brachten Kyaw tot de conclusie dat “een end-to-end detectiemodel niet haalbaar is, vooral niet in een edge AI-context met zijn inherente rekenbeperkingen en relatief kleine modelgroottes, gekoppeld aan de behoefte aan vrijwel onmiddellijke detectie.”

Hij zocht naar kant-en-klare systemen die de Balefire konden verbeteren, maar kon geen enkel systeem vinden dat tegemoetkwam aan de behoefte van NEA aan een systeem dat in staat was zoveel mogelijk rokers te identificeren over het gehele gezichtsveld van een camera, en dat bijna zonder enige twijfel. ogenblikkelijk.

GovTech bouwde daarom zijn eigen aangepaste verwerkingspijplijn die Kyaw schreef. Het omvat de volgende vijf stappen:

1. Hoofddetectie en -verwerking: De pijplijn begint met het invoeren van de cameraframes in een hoofddetector, die de coördinaten van alle koppen binnen het frame identificeert.
2. Heuristisch gebaseerd filteren: Na de detectie ondergaan deze koppen een reeks heuristische filters die zijn ontworpen om potentiële foutieve koppen te elimineren. Deze filters zijn het product van verzamelde inzichten en gedetailleerde analyses van implementatiegegevens.
3. Hoofd volgen: Een objecttracker volgt vervolgens de gedetecteerde hoofden over opeenvolgende frames en koppelt ze waar mogelijk aan eerder gedetecteerde hoofden. Dit zorgt ervoor dat voor geïdentificeerde rokers geen herhaalde waarschuwingen worden geactiveerd telkens wanneer ze in een nieuw frame worden herkend.
4. Classificatie rook/niet-roken: Hoofden die niet eerder zijn geclassificeerd als behorend tot rokers, worden vervolgens verwerkt via een binaire hoofdclassificator. Deze classificator bepaalt of het individu rookt of niet.
5. Heridentificatiemodule: Als de classificator rookactiviteit aangeeft, probeert een heridentificatiemodule de gedetecteerde roker te vergelijken met een volglijst van recente rokers. Als er geen heridentificatie plaatsvindt, wordt er een waarschuwing geactiveerd. De volglijst wordt bijgewerkt met de laatste verschijning van de roker en andere relevante informatie.

Versie 3.0 maakt gebruik van meerdere modellen die zijn gebaseerd op beelden van de huidige en eerdere versies van Balefire.

“Simpel gezegd: we gebruikten onze bestaande modellen om de nieuwe gegevens voor ons te annoteren en corrigeerden eventuele fouten uit dat proces”, schreef Kyaw. “We hebben iteratief specifieke profielen van afbeeldingen toegevoegd waarin de bestaande modellen foutgevoelig waren, zoals personen die een helm dragen of personen die eten of drinken. Dit heeft ertoe bijgedragen dat de prestaties van de modellen in de loop van het project aanzienlijk zijn verbeterd.”

Gehoopt wordt dat het nieuwe systeem niet alleen meer rokers zal opsporen, maar ook valse positieven zal voorkomen – om “de NEA te faciliteren bij het optimaliseren van de toewijzing van handhavers aan deze geïdentificeerde hotspots.”

Met andere woorden, het doel van Balefire is ervoor te zorgen dat wanneer de NEA zich op rokers richt, haar inspanningen niet in de soep lopen. ®

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
• PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
• PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
• Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
• Bron: https://go.theregister.com/feed/www.theregister.com/2024/03/28/singapore_balefire_smoking_detection_ai/