參賽隊伍名稱:DENT.AI
提案動機:
在廣大的開放型水域或戲水場所,救生人員不一定可以即時發現溺水求救的民眾,而錯失救援機會,甚至發生悲劇。此提案希望透過影像偵測發現民眾在水中頭部沒入水中僅雙手在水面、同區位(如果在游泳頭部會位移)頭部反覆沒入水中再浮起、頭部後仰的動作時,即時發出警示,進而馬上提供救援,以阻止悲劇發生。
解決方案:
在開發過程中所用軟硬體如下:
– 硬體: Intel(R) Xeon(R) Gold 6138 CPU @ 2.00GHz (使用Intel DevCloud雲端平台的資源)
– 軟體: OpenVINO Toolkit (使用Intel DevCloud雲端平台做推論)
1. 由於希望系統可以辨識正常戲水者或游泳者與溺水者之不同,我們先在泳池錄製正常游泳時之影片,這邊可以看到人體姿態評估對於正常游泳者並不會有特別的辨識。 (正常游泳範例分析影片連結)
2. 我們使用仿溺水者在水中掙扎時的影片進行人體姿態評估的辨識,此時可以發現由於掙扎時定點的揮動,人體姿態評估的辨識是較明顯的。 (仿溺水者範例影片連結)
3. 新聞解釋溺水現象的圖示 (圖片與影片來自三立新聞) 實際分析新聞案例圖 (此新聞案例分析影片連結)
4. 為避免僅使用仿溺水者的影片造成失真,我們另外抓取新聞中真正溺水者的影片進行辨識,可以發現即使影片解析度並不好,但辨識結果仍可發現對於一般戲水者人體姿態評估並沒有明顯辨識,但對於掙扎的溺水者則有清楚四肢揮動的辨識。(此新聞完整範例分析影片連結) (影片來自東森新聞)
單純戲水者由於沒有掙扎,影片中比較沒有明確的辨識出人體姿態。
溺水者由於爭取呼吸不斷掙扎與揮舞手腳,即可由人體姿態評估模型辨識。
成果介紹:
要發現他人溺水其實很困難,溺水的人也可能因為想著讓頭部浮出水面而無法呼救,過程中如果吸入水,更有可能無法發聲。影片可看出正常游泳前進位移者,幾乎不會被人體姿態推估的模型辨識出為人體。但溺水者由於掙扎或是爭取呼吸機會,揮動手腳時,系統即可辨識,也希望以此機會提醒救助人員。這邊使用OpenVINO做開發並強化推論效率,也得到非常不錯的效果,因此很推薦使用OpenVINO。
參考資料:
https://github.com/openvinotoolkit/openvino_notebooks
– 影片來源:三立新聞
– 影片來源:東森新聞
(註範例影片經過剪輯,非完整新聞畫面。)