Sistema de bajo coste para detectar personas con mascarilla y su temperatura a través de redes neuronales

Abstract

El presente trabajo propone un sistema para la detección de personas que hagan uso de mascarilla, y a su vez para medir la temperatura cutánea mediante un dispositivo AIoT de bajo costo, compuesto por el MaixCube y el sensor AMG8833. En lo que se refiere a la detección de personas con mascarilla, se ha hecho uso de redes neuronales convolucionales, las cuales reciben como entrada una imagen tomada con la cámara del MaixCube. Para la clasificación de objetos, se han generado dos modelos de redes neuronales convolucionales de clasificación, basados en MobileNet y Tiny Yolo v2, como arquitectura interna para el sistema YOLO. Dichas redes neuronales ejecutan la fase de inferencia sobre el acelerador específico del MaixCube, consiguiendo 5-6 FPS con una precisión mayor del 80% en el caso de MobileNet. Además de conseguir un sistema funcional, entre las principales contribuciones del trabajo se encuentran la modificación del firmware MaixPy y la creación de un driver para el sensor AMG8833, los cuales se han integrado en el repositorio oficial de MaixPy.This document proposes a system for the detection of people who use a mask; also, to measure skin temperature using a low-cost AIoT device made of the MaixCube and the AMG8833 sensor. Regarding detection of people who use a mask, convolutional neural networks have been used, which receive an image taken with the MaixCube camera as input. For object classification, two models of convolutional neural networks have been generated, based on MobileNet and Tiny Yolo v2 as internal architecture for the YOLO system. These neural networks execute the inference phase on the specific Maixcube neural network accelerator, achieving 5-6 FPS with an accuracy higher than 80% in the case of MobileNet. In addition to achieving a functional system, among the main contributions of the work are the modification of the MaixPy firmware and the creation of a driver for the AMG8833 sensor. These have been uploaded to the official MaixPy repository.