كيفية الاقتباس
تواريخ المنشور
الملخص
يواجه العالم الان ازمة طبية تحتاج الى حل. اثر الوباء منذ ظهوره على ملايين الناس في انحاء العالم و عدد المصابين فيه بازدياد مع ظهور موجات جديده منه. هذا الوباء يعد احد الفيروسات القليلة التي مازال العالم لم يتمكن من مقاومتها بشكل نهائي ، لذلك استخدمت معظم الدول حلول مختلفة لتقليل انتشاره. لتقليل انتشار الفيروس، فرضت منظمة الصحة العالمية بعض القواعد التي يجب الالتزام بها مثل ارتداءالكمامات ، حجر الاشخاص المصابين و المسافة الاجتماعية و الذي يعد من اهم الحلول لمواجهة الفيروس المستجد. تم تطوير عدد من الانظمة التي تستخدم الذكاء الاصطناعي و التعلم العميق في جوانب الحياة المختلفة في الماضي و في الوقت الحاظر يتم استغلالها لمواجهة الفيروس. في هذه الورقة تم اقتراح نظام قائم على التعلم العميق ، و الذي يشمل مراقبة الاشخاص و اكتشافهم بالاضافة الى قياس المسافة بينهم لمعرفة التباعد الاجتماعي بينهم. يتكون النظام من جزئين : الجزء الاول يقوم بالكشف عن وجوه الاشخاص و ذلك باستخدام خوارزمية فيولا- جونز و التي تم تدريبها للكشف عن الوجوه الجانبية و المرتدية للكمامات. الجزء الثاني و الذي يعتمد على الجزء الاول يقوم بقياس المسافة بين الاشخاص المكتشفين و ذلك بقياس المسافة الاقليدية بين مراكز المستطيلات المحيطة بالاشخاص المكتشفين . يتم قياس المسافة بين الاشخاص لمراقبة مدى التزامهم بالتباعد الاجتماعي. اظهرت النتائج التجريبية ان النظام المقترح يمكن ان يؤدي اداءً جيداً في التنفيذ على الصور لمراقبة التباعد بين الاشخاص.
المراجع
Deep Learning Official Website - Check it out on August 17, 2016. Archived December 13, 2017 on the Wayback Machine website.
Wikipedia contributors, "Deep learning," Wikipedia, The Free Encyclopedia, https://en.wikipedia.org/w/index.php?title=Deep_learning&oldid=1072069808 (accessed February 23, 2022).
Song, H.A.; Lee, S. Y. (2013). "Hierarchical Representation Using NMF". Neural doi:10.1007/978-3-642- .473–466 . Springer. Information Processing pages. 8226 .978-3-642-42053-5 42054-2_58. ISBN
A. Marion, Introduction to image processing. Springer, 2013.
C. T. Nguyen et al., “A Comprehensive Survey of Enabling and Emerging Technologies for Social Distancing - Part I: Fundamentals and Enabling Technologies,” IEEE Access, vol. 8, pp. 153479–153507, 2020, doi: 10.1109/ACCESS.2020.3018140.
M. Rezaei and M. Azarmi, “Deepsocial: Social distancing monitoring and infection risk assessment in covid-19 pandemic,” Appl. Sci., vol. 10, no. 21, pp. 1–29, 2020, doi: 10.3390/app10217514.
M. Greenstone and V. Nigam, “Does Social Distancing Matter?,” SSRN Electron. J., 2020, doi: 10.2139/ssrn.3561244.
A. C. Sankaranarayanan, R. Patro, P. Turaga, A. Varshney, and R. Chellappa, “Modeling and visualization of human activities for multicamera networks,” Eurasip J. Image Video Process., vol. 2009, 2009, doi: 10.1155/2009/259860.
N. S. Punn, S. K. Sonbhadra, S. Agarwal, and G. Rai, “Monitoring COVID-19 social distancing with person detection and tracking via fine-tuned YOLO v3 and Deepsort techniques,” arXiv Prepr. arXiv2005.01385, 2020.
N. Sulman, T. Sanocki, D. Goldgof, and R. Kasturi, “How effective is human video surveillance performance?,” in 2008 19th International Conference on Pattern Recognition, 2008, pp. 1–3.
J. S. Cobb and M. A. Seale, “Examining the effect of social distancing on the compound growth rate of COVID-19 at the county level (United States) using statistical analyses and a random forest machine learning model,” Public Health, vol. 185, pp. 27–29, 2020.
F. Yin, X. Li, H. Peng, F. Li, K. Yang, and W. Yuan, “A highly sensitive, multifunctional, and wearable mechanical sensor based on RGO/synergetic fiber bundles for monitoring human actions and physiological signals,” Sensors Actuators B Chem., vol. 285, pp. 179–185, 2019, doi: https://doi.org/10.1016/j.snb.2019.01.063.
A. A. Chaaraoui, J. R. Padilla-López, F. J. Ferrández-Pastor, M. Nieto-Hidalgo, and F. Flórez-Revuelta, “A vision-based system for intelligent monitoring: human behaviour analysis and privacy by context,” Sensors, vol. 14, no. 5, pp. 8895–8925, 2014.
J. Redmon and A. Farhadi, “YOLO v.3,” Tech Rep., pp. 1–6, 2018, [Online]. Available: https://pjreddie.com/media/files/papers/YOLOv3.pdf.
A. Rahim, A. Maqbool, and T. Rana, “Monitoring social distancing under various low light conditions with deep learning and a single motionless time of flight camera,” PLoS One, vol. 16, no. 2 February, pp. 1–19, 2021, doi: 10.1371/journal.pone.0247440.
A. Bochkovskiy, C.-Y. Wang, and H.-Y. M. Liao, “YOLOv4: Optimal Speed and Accuracy of Object Detection,” 2020, [Online]. Available: http://arxiv.org/abs/2004.10934.
S. Yadav, “Deep Learning based Safe Social Distancing and Face Mask Detection in Public Areas for COVID-19 Safety Guidelines Adherence,” Int. J. Res. Appl. Sci. Eng. Technol., vol. 8, no. 7, pp. 1368–1375, 2020, doi: 10.22214/ijraset.2020.30560.
A. H. Ahamad, N. Zaini, and M. F. A. Latip, “Person Detection for Social Distancing and Safety Violation Alert based on Segmented ROI,” Proc. - 10th IEEE Int. Conf. Control Syst. Comput. Eng. ICCSCE 2020, no. August, pp. 113–118, 2020, doi: 10.1109/ICCSCE50387.2020.9204934.
W. Liu et al., “Ssd: Single shot multibox detector,” in European conference on computer vision, 2016, pp. 21–37.
G. Bradski and A. Kaehler, Learning OpenCV: Computer vision with the OpenCV library. “ O’Reilly Media, Inc.,” 2008.
K. Bhambani, T. Jain, and K. A. Sultanpure, “Real-Time Face Mask and Social Distancing Violation Detection System using YOLO,” Proc. B-HTC 2020 - 1st IEEE Bangalore Humanit. Technol. Conf., 2020, doi: 10.1109/B-HTC50970.2020.9297902.
Y. C. Hou, M. Z. Baharuddin, S. Yussof, and S. Dzulkifly, “Social Distancing Detection with Deep Learning Model,” 2020 8th Int. Conf. Inf. Technol. Multimedia, ICIMU 2020, pp. 334–338, 2020, doi: 10.1109/ICIMU49871.2020.9243478.
R. Girshick, J. Donahue, T. Darrell, J. Malik, U. C. Berkeley, and J. Malik, “1043.0690,” Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., vol. 1, p. 5000, 2014, doi: 10.1109/CVPR.2014.81.
R. Girshick, “Fast R-CNN,” Proc. IEEE Int. Conf. Comput. Vis., vol. 2015 Inter, pp. 1440–1448, 2015, doi: 10.1109/ICCV.2015.169.
D. Chen, S. Ren, Y. Wei, X. Cao, and J. Sun, “LNCS 8694 - Joint Cascade Face Detection and Alignment,” pp. 109–122, 2014.
P. Felzenszwalb, D. McAllester, and D. Ramanan, “A discriminatively trained, multiscale, deformable part model,” in 2008 IEEE conference on computer vision and pattern recognition, 2008, pp. 1–8.
X. Zhu and D. Ramanan, “Face Detection , Pose Estimation , and Landmark Localization in the Wild.”
J. Redmon and A. Farhadi, “Yolo V2.0,” Cvpr2017, no. April, pp. 187–213, 2017, [Online]. Available: http://www.worldscientific.com/doi/abs/10.1142/9789812771728_0012.
F. Wikipedia, “Viola – Jones object detection framework,” pp. 2–4, 2001.
Y. Wang, “An Analysis of the Viola-Jones Face Detection Algorithm,” vol. 4, pp. 128–148, 2014.
M. R. Mohammed and A. I. Daood, “Smart surveillance system to monitor the committed violations during the pandemic.” http://journals.uob.edu.bh
حقوق الطبع والنشر: يحتفظ مؤلفو الوصول المفتوح بحقوق الطبع والنشر لاعمالهم، ويتم توزيع جميع مقالات الوصول المفتوح بموجب شروط ترخيص Creative Commons Attribution License، والتي تسمح بالاستخدام غير المقيد والتوزيع والاستنساخ في أي وسيط، بشرط ذكر العمل الأصلي بشكل صحيح. إن استخدام الأسماء الوصفیة العامة، والأسماء التجاریة، والعلامات التجاریة، وما إلی ذلك في ھذا المنشور، حتی وإن لم یتم تحدیدھ بشکل محدد، لا یعني أن ھذه الأسماء غیر محمیة بموجب القوانین واللوائح ذات الصلة. في حين يعتقد أن المشورة والمعلومات في هذه المجلة صحيحة ودقيقة في تاريخ صحتها، لا يمكن للمؤلفين والمحررين ولا الناشر قبول أي مسؤولية قانونية عن أي أخطاء أو سهو قد يتم. لا يقدم الناشر أي ضمان، صريح أو ضمني، فيما يتعلق بالمواد الواردة في هذه الوثيقة.