Singapore har forbedret den kunstig intelligens, det bruger til at opdage rygere, der tænder op de mange steder, hvor praksis er forbudt i hele ø-nationen, for at hjælpe lokale retshåndhævende myndigheder mere effektivt med at stoppe lovovertrædere.
AI hedder Balefire, og som for nylig forklarede af Pye Sone Kyaw – en AI-ingeniør hos Singapores digitale transformationsbureau GovTech – den er allerede nået til version 3.0.
"Hovedformålet med Balefire ... er at hjælpe NEA [National Environment Agency] med at opdage rygere på rygeforbudte steder," skrev han. NEA hjælpsomt lister disse forbudte steder: de fleste indendørs områder, parker, uddannelsesinstitutioner, svømmebassiner og endda overliggende fodgængerbroer. Bøder på S$200 ($148) kan opkræves for at ryge det forkerte sted, og en domfældelse kan resultere i en bøde på fem gange den sum.
Tidligere versioner af Balefire blev betragtet som proof of concept-demoer. Version 3.0 betragtes som en "udvidet pilot", der opererer 20 steder.
Kyaw klagede over, at det ikke er let at spotte cigaretter – de er små og kan let forveksles med andre genstande. Han nævnte "sugerør, skinnende telefonkanter, fingre placeret på bestemte måder og endda visse typer mad" som objekter, som computervisionssystemer, der er afhængige af udendørs kameraer, fejlagtigt kan identificere som en kræftpind.
Han forsøgte at opdage røg eller en cigarets glødende spids, men disse anstrengelser brændte ud, fordi de gav for mange fejl. Det samme gjorde "at se på hele personen, f.eks. ved at vurdere positur."
Disse fejl fik Kyaw til at konkludere "en ende-til-ende-detektionsmodel er ikke gennemførlig, især i en edge AI-kontekst med dens iboende beregningsbegrænsninger og relativt små modelstørrelser, kombineret med behovet for næsten øjeblikkelig detektion."
Han ledte efter hyldesystemer, der kunne forbedres på Balefire, men kunne ikke finde nogen, der opfyldte NEA's behov for et system, der er i stand til at identificere så mange rygere som muligt på tværs af hele kameraets synsfelt og gør det næsten øjeblikkeligt.
GovTech byggede derfor sin egen tilpassede behandlingspipeline, som Kyaw skrev. Det omfatter følgende fem trin:
- Hoveddetektion og -behandling: Rørledningen starter med, at kamerarammerne føres ind i en hoveddetektor, som identificerer koordinaterne for alle hoveder i rammen.
- Heuristisk-baseret filtrering: Efter-detektion gennemgår disse hoveder en række heuristiske filtre designet til at eliminere potentielle fejlagtige hoveder. Disse filtre er et produkt af akkumuleret læring og detaljeret analyse af implementeringsdata.
- Hovedsporing: En objektsporing følger derefter de detekterede hoveder på tværs af successive rammer og forbinder dem med tidligere detekterede hoveder, hvor det er muligt. Dette sikrer, at for identificerede rygere ikke udløses gentagne alarmer, hver gang de genkendes i en ny ramme.
- Røg/Røgfri Klassifikation: Hoveder, der ikke tidligere er klassificeret som tilhørende rygere, behandles derefter gennem en binær hovedklassifikator. Denne klassificering afgør, om personen ryger eller ej.
- Genidentifikationsmodul: Hvis klassificereren angiver rygeaktivitet, forsøger et genidentifikationsmodul at matche den opdagede ryger med en observationsliste over nylige rygere. Hvis der ikke er nogen genidentifikation, udløses en alarm. Overvågningslisten er opdateret med rygerens seneste udseende og anden relevant information.
Version 3.0 bruger flere modeller, der trækker på optagelser fra de nuværende og tidligere iterationer af Balefire.
"Simpelt sagt brugte vi vores eksisterende modeller til at annotere de nye data for os og rettede eventuelle fejl fra den proces," skrev Kyaw. "Vi tilføjede iterativt i specifikke profiler af billeder, som de eksisterende modeller var udsat for fejl i, såsom personer, der bærer hjelm, eller personer, der spiser eller drikker. Dette var med til at forbedre modellernes ydeevne betydeligt i løbet af projektet."
Det nye system håber ikke kun at opdage flere rygere, men også at undgå falske positiver - for at "lette NEA med at optimere allokeringen af håndhævelsesofficerer til disse identificerede hotspots."
Med andre ord, Balefire sigter mod at sikre, at når NEA slår ind på rygere, går dens indsats ikke til aske. ®
- SEO Powered Content & PR Distribution. Bliv forstærket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
- PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
- PlatoESG. Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
- PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
- Kilde: https://go.theregister.com/feed/www.theregister.com/2024/03/28/singapore_balefire_smoking_detection_ai/
