A Method to Estimate COVID-19 Contamination Risk Based on Social Distancing and Face Mask Detection Using Convolutional Neural Networks
Nome: CEZAR AUGUSTO GOBBO PASSAMANI
Data de publicação: 16/10/2024
Banca:
Nome |
Papel |
|---|---|
| ALBERTO FERREIRA DE SOUZA | Presidente |
| ANDRE GEORGHTON CARDOSO PACHECO | Examinador Interno |
| CLAUDINE SANTOS BADUE | Coorientador |
| JURANDY GOMES DE ALMEIDA JUNIOR | Examinador Externo |
Resumo: Esta dissertação apresenta um método inovador para avaliar o risco de contaminação por
COVID-19, com foco no distanciamento social e no uso de máscaras faciais. O sistema proposto
utiliza imagens capturadas por câmeras de vigilância para calcular um indicador de risco à sa-
úde em tempo real em diversos espaços públicos, incluindo praças, ruas, restaurantes e centros
comerciais. O sistema analisa o número de indivíduos que estão usando máscaras e sua proxi-
midade uns dos outros, proporcionando uma avaliação precisa do risco de contaminação por
COVID-19. Nossa abordagem emprega redes neurais profundas para detectar indivíduos com
e sem máscaras, juntamente com técnicas avançadas de visão computacional para medir a dis-
tância entre eles. O sistema enfrenta vários desafios, como distinguir máscaras faciais em di-
versas distâncias e ângulos em relação à câmera, lidar com oclusões e gerenciar a diversidade
de formas e tamanhos das máscaras. Para superar esses obstáculos, desenvolvemos e disponi-
bilizamos um conjunto de dados abrangente para detecção de máscaras faciais, contendo 44.402
imagens de rostos capturadas em cenários variados e desafiadores. Este conjunto de dados foi
utilizado para treinar nossas redes neurais, alcançando altos níveis de desempenho. A melhor
arquitetura de rede neural profunda treinada obteve bons resultados, com 91,41% de precisão,
82,88% de acurácia e 89,88% de recall na detecção de máscaras faciais. Esses resultados
demonstram a eficácia do sistema em mitigar o risco de contaminação por COVID-19 em am-
bientes públicos. Nosso sistema oferece uma ferramenta valiosa para as autoridades de saúde
pública, permitindo o monitoramento automatizado em tempo real e pavimentando o caminho
para futuras pesquisas e avanços nesta área.
