2@KIBI'2021 AI TECH Analiza obrazów w podczerwieni i segmentacja elementów charakterystycznych twarzy na termogramach z wykorzystaniem SI na potrzeby prewencji COVID-19

typ projektu: aplikacyjny

edycja: 2021

liczba studentów w projekcie 3 - 5

kierownik: Piotr Filipowicz

Dla studentów specjalności
Sztuczna inteligencja lub Uczenie maszynowe !!!

Celem projektu jest implementacja modułu aplikacji systemu
do przesiewowego monitoringu temperatury osób wchodzących do pomieszczenia.
Moduł ma służyć do automatycznego wyznaczania na termogramach obszaru twarzy
oraz charakterystycznych elementów twarzy z uwzględnieniem odległości osoby od
kamery termograficznej. Zakłada się, że osoby wchodzą do pomieszczenia z
zewnątrz, gdzie panują zmienne warunki pogodowe, co skutkuje różnymi rozkładami
temperatury na elementach twarzy. Dodatkowo osoba pojawia się w kadrze nawet w
dalekiej perspektywie i oprogramowanie w zależności od odległości osoby od
kamery wyznaczałoby elementy twarzy brane do wyznaczania temperatury ciała. Do
segmentacji wykorzystywane byłyby znane z literatury metody segmentacji
optymalizowane dla termogramów oraz metody uczenia maszynowego.

Zadania:

Analiza zgromadzonych sekwencji termograficznych w ciągu
całego roku 2020 – przygotowanie raportu z wnioskami o średniej temperaturze
twarzy w zależności od pory roku i warunków pogodowych.

Analiza stanu wiedzy i istniejących rozwiązań monitoringu
osób na okoliczność występowania gorączki.

Analiza metod SI w segmentacji obrazów w tym termogramów.

Zdefiniowanie założeń projektowych i algorytmów śledzenia pozycji
twarzy na termogramach i wyznaczania elementów charakterystycznych twarzy.

Implementacja modułu aplikacji.

Testy i weryfikacja na sekwencjach termograficznych
zarejestrowanych w różnych warunkach pogodowych.

Opracowanie raportu końcowego