发布于: Nov 30, 2022
【概要】在本文中，我们将共同了解如何使用 Amazon Rekognition 自动检测图像中的人物是否佩戴 PPE，借此改善安全流程。
AI 人工智能图像处理已经发展到一定的水平了，如何将这项技术与我们的日常生活所联系起来呢？尤其是在今天世界各地疫情尚未得到缓解，如何利用这项技术来保护我们的安全呢？本位将为您做一个简略的介绍。
工作场所内往往有着多种多样的安全隐患：尖锐的边缘、掉落的物体、飞扬的火花、弥漫在空气中的化学物质、刺耳的噪音乃至其他潜在的危险因素。为此，安全监管机构（例如职业安全与健康管理局（OSHA）以及欧盟委员会等）经常要求企业为员工提供个人防护设备（PPE）并确保按要求使用。在制造、建筑、食品加工、化工、医疗保健以及物流等诸多行业当中，工作场所的安全都是日常运营的重中之重。此外，随着 COVID-19 疫情的爆发，在公共场所佩戴 PPE 也能够有效阻遏病毒传播。在本文中，我们将共同了解如何使用 Amazon Rekognition 自动检测图像中的人物是否佩戴 PPE，借此改善安全流程。我们将首先概述 PPE 检测功能，解释其工作原理，而后根据您的摄像机与网络要求讨论部署 PPE 检测解决方案的不同方法。
即使人们努力遵循 PPE 准则，有时也会无意间忘记佩戴 PPE、或者未能意识到当前区域需要佩戴 PPE。这不仅给他们的人身安全带来潜在风险，同时也令企业面临潜在的合规性问题。企业通常依靠现场主管或督导员单独检查，并提醒特定区域内的所有人员佩戴 PPE。这种方式可靠性差，而且在规模化场景下往往效率低下或成本过高。借助 Amazon Rekognition PPE 检测，企业可以通过自动化方式显著增强手动检查能力。
凭借 Amazon Rekognition PPE 检测，大家可以规模化分析来自本地摄像机的图像，借此自动检测人员是否佩戴了必要的防护设备，包括口罩（手术口罩、N95 口罩、布口罩等）、头罩（安全帽或头盔）以及手套（手术手套、安全手套、布制手套等）。利用这部分结果，您可以及时触发警报或通知，提醒人们在进入危险区域之前或之时佩戴 PPE，借此改善或维护全体人员的安全。
您还可以汇总 PPE 检测结果，并按时间和地点对其进行分析，借此确定如何改进安全警告、培训实践或者生成报告以供监管审计使用。例如，建筑企业可以检查建筑工人在施工现场时是否佩戴有安全帽与手套，通过实际检测到的 PPE 数量判断其是否遵循安全保护要求。食品加工企业则可以检查无污染区域内的工作人员是否佩戴口罩与手套，保证符合食品安全法规。或者，制造企业可以分析不同站点及工厂的 PPE 检测结果，确定需要在哪里添加更多危险警告标志并进行额外的安全培训。
使用 Amazon Rekognition PPE 检测，您将收到关于图像内容的详细分析结果，包括对应 PPE 及人员的边界框与置信度得分（每幅图像最多 15 个），同时检测身体各部位置信度得分、相应布尔值以及 PPE 是否覆盖相应身体部位的置信度。下图所示，为使用 Amazon Rekognition PPE 检测功能提供的分析结果，对示例内的头盔、手套以及口罩等 PPE 的边界框划分与置信度评分。
通常，仅检测图像中是否存在 PPE 往往缺乏实际意义。更重要的是检测客户或员工是否正确佩戴了 PPE。Amazon Rekognition PPE 检测还可以预测防护设备是否覆盖到人体相应部位，并以置信度得分的形式体现。例如，如果某人的鼻子被口罩覆盖、头部被头盔覆盖、手部被手套覆盖，则代表正确佩戴 PPE。这种预测有助于解决图像中包含 PPE，但实际上未得到正确佩戴的问题。
您还可以整理出必要的 PPE 列表（例如口罩或口罩加头盔）以及最低置信度阈值（例如 80%），借此为图像上穿着必要 PPE 的人员、未佩戴必要 PPE 以及未检测到任何 PPE（例如未拍到某些身体部位）等结论的合并列表。这减少了开发人员进行大量计数，或者引用图像中特定个人信息以进一步进行分析所需要的代码编写需求。
相关文章