Covid-19 e Intelligenza artificiale: nuove soluzioni per misurare il corretto “Social Distancing”

I sistemi artificiali intelligenti a supporto delle azioni per ridurre il rischio di eventuali nuovi contagi. Il sistema informatico è stato realizzato dal prof. Giovanni Maria Farinella, docente di Machine Learning del Dipartimento di Informatica e Matematica dell’Università di Catania, insieme con i suoi collaboratori, e consente, tramite l’utilizzo sistemi artificiali intelligenti (anche indossabili), di rilevare e analizzare le azioni delle persone che si muovono all’interno di un luogo osservato attraverso l’acquisizione di immagini e video.

L’applicazione di tecnologie di machine learning – oggetto di studio pluriennale da parte del gruppo di ricerca del prof. Farinella (Image processing Laboratory) - può essere impiegata a supporto di aziende pubbliche e private al fine di misurare il corretto “Social Distancing” tra le persone.

«I sistemi, oggetto di ricerca in diversi atenei italiani e internazionali, possono essere efficacemente impiegati per “vedere e capire come prevenire in anticipo eventuali rischi” – spiega il docente etneo -. Queste soluzioni possono ridurre il rischio di eventuali contagi, mediante sistemi informatici che aiutano a mantenere una distanza sociale adeguata, in vista della riapertura di attività professionali e dei luoghi pubblici dopo il periodo di lockdown».

Identificazione dispositivi di protezione personale              Calcolo della temperatura corporea

«I nostri algoritmi sono in grado di misurare la distanza tra le persone, al fine di allertare le stesse nel caso in cui possano verificarsi rischi, in ambienti di lavoro o in un luogo pubblico, a partire dalle immagini acquisite con videocamere già presenti negli stessi ambienti, nel pieno del rispetto della privacy secondo le regole imposte dal Gdpr. Nessun dato, infatti, è utilizzato e conservato in chiaro, non vi è alcuna identificazione degli individui e non prevede l’installazione di un software sul proprio smartphone - spiega il prof. Giovanni Farinella - Gli algoritmi progettati negli anni nel laboratorio IPLAB del Dipartimento di Matematica e Informatica sono anche in grado di elaborare le informazioni acquisite attraverso telecamere termiche, applicando metodi di machine learning, al fine di fornire strumenti di misurazione della temperatura corporea e di monitoraggio dell’utilizzo di dispositivi di protezione personale come le mascherine e il casco da impiegare, ad esempio, durante le fasi di screening all’ingresso dei luoghi di lavoro».

Nella foto a sinistra un esempio di calcolo e Indicazione della corretta distanza sociale ottenuto mediante il SW sviluppato nel progetto COVID-AI. Nell’esempio il SW identifica le anomalie al Campo dei Fiori (Roma)

Nella foto a destra il risultato dell’elaborazione del software progettato che indica una distanza non adeguata tra i soggetti in ambiente di lavoro (in rosso). Il software inoltre è in grado di notificare l’assenza di dispositivi di protezione adeguati quali il casco protettivo (in arancione)

«Siamo già in grado di industrializzare le nostre soluzioni insieme all’azienda XENIA progetti, uno dei nostri partner industriali in ambito Hi-Tech, che ha permesso il trasferimento tecnologico di alcuni algoritmi dal laboratorio al mondo reale, in modo che possano essere utilizzati in contesti pubblici e privati – aggiunge il docente -. Con XENIA abbiamo messo in piedi il progetto che abbiamo chiamato “COVID-AI” che mira alla realizzazione di una serie di tool di analisi in questo contesto. Stiamo discutendo già con alcuni stakeholder l’implementazione delle soluzioni realizzate. Questo ci permette di andare oltre l’esperimento di laboratorio e di testare con approccio scientifico la specificità, la sensitività e l’accuratezza degli algoritmi in ambienti reali, al fine di garantire che le soluzioni individuate rispondano efficacemente alle necessità dei vari committenti che vorranno utilizzarle».

«Pensiamo anche alla possibilità di poter impiegare soluzioni indossabili, mediante smartglasses, per la prevenzione dei rischi – continua il prof. Farinella -. Ogni addetto ai lavori, ad esempio un rappresentante delle forze dell’ordine oppure un responsabile dei controlli all’ingresso di un sito industriale, potrebbe essere dotato di smartglass che, attraverso gli algoritmi di visione artificiale, sono in grado di effettuare misurazioni utili per l’individuazione di eventuali rischi. Le tecnologie indossabili permettono, inoltre, agli addetti ai lavori di effettuare il monitoraggio a una distanza di sicurezza adeguata, così da non venire in contatto con i soggetti osservati».

Video dimostrativo del software di social distancing sviluppato in azione su un filmato dimostrativo di un dataset pubblico

Video dimostrativo del software sviluppato nel progetto COVID-AI in cui si identificano le anomalie nella piazza Campo dei Fiori di Roma