Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Prevention of the spread of viral disease using artificial intelligence from data obtained by UAVs
Rok: 2021
Druh publikace: článek ve sborníku
Název zdroje: SHS Web of Conferences. Volume 92 (2021)
Název nakladatele: EDP Sciences - Web of Conferences
Místo vydání: Les Ulis
Strana od-do: 1-6
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Prevence šíření virových onemocnění pomocí umělé inteligence z údajů získaných pomocí UAV Pozadí výzkumu: Jedním z hlavních důsledků globalizace je hrozba rychle se šířících infekčních nemocí. V posledních měsících se COVID-19 rozšířil do celého světa. Jedná se o vysoce infekční onemocnění, které se projevuje hlavně horečkou, dýchacími potížemi, bolestmi svalů a únavou. Proto je potřeba spolehlivě sledovat tělesnou teplotu lidí. Pokud proces monitorování probíhá v uzavřených prostorách, lze postup provést u vchodu do budovy. Problém však nastává na veřejných prostranstvích. Proto k řešení tohoto problému navrhujeme použití dronu s termokamerou pro skenování osob na veřejných prostranstvích a následné vyhodnocení pomocí klasifikačních metod. Účel článku: Cílem této práce je vytvořit model pro snímání a měření tělesné teploty lidí na veřejných prostranstvích tak, aby se snížily globální dopady COVID-19 na ekonomiku a společnost. Metody: K monitorování velkých ploch je nutné mít vhodné metody pro získání kvalitních dat. Jednou z metod pro získání dat s vysokým prostorovým rozlišením je použití UAV s plánovaným letem. Pro klasifikaci osob budou použity metody umělé inteligence, jejich zástupci jsou např. konvoluční neuronové sítě. Zjištění a přidaná hodnota: Navrhovaný model snímání a následné klasifikace osob do skupin (normální tělesná teplota, zvýšená tělesná teplota). Výstup modelu pomůže sledovat šíření infekčních onemocnění (stav je příznakem - zvýšená tělesná teplota) v dnešním globalizovaném světě. důsledky globalizace; COV-19; klasifikace; UAV; rozpoznávání
eng Prevention of the spread of viral disease using artificial intelligence from data obtained by UAVs Research background: One of the major globalization consequences is a threat of rapidly spreading communicable diseases. In recent months, COVID-19 has spread worldwide. It is a highly infectious disease, which is manifested mainly by fever, respiratory problems, muscle pain and fatigue. Therefore, there is a need to reliable monitor people's body temperature. If the monitoring process takes places in enclosed spaces, the procedure may be performed at the entrance to the building. However, the problem occurs in public spaces. Therefore, to solve this problem, we propose the use of a drone with a thermal camera for scanning people in public spaces and subsequent evaluation using classification methods. Purpose of the article: The aim of this work is to create a model for sensing and measuring the body temperature of people in public spaces, so that the global impacts of COVID-19 on the economy and society are reduced. Methods: To monitor large areas, it is necessary to have suitable methods for obtaining quality data. One of the methods for obtaining data with high spatial resolution is the use of UAVs with a planned flight. Artificial intelligence methods will be used for the classification of persons, their representatives are e.g. convolutional neural networks. Findings & Value added: The proposed model of sensing and subsequent classification of people into groups (normal body temperature, elevated body temperature). The output of the model will help to monitor the spread of infectious diseases (the condition is a symptom - increased body temperature) in today's globalized world. consequences of globalization; COV-19; classification; UAV; recognition

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte

© 2023 Univerzita Pardubice, Studentská 95, 532 10 Pardubice 2
Telefon: 466 036 111, 466 036 112, 466 036 113
Správce webu, RSS
ID datové schránky: f5vj9hu
Prohlášení o přístupnosti
Drupal web od drupal web Drupal ᐬrts