ML-TN-002 - Real-time Social Distancing estimation

Info Box Applies to Machine Learning Applies to Machine Learning Technical Notes

History

Version	Date	Notes
1.0.0	February 2021	First public release

Introduction

Because of the Covid-19 pandemic, everyone has learned to deal with the so-called "Social Distancing" rules very well. When it comes to spaces shared by many people — such as squares, public or private offices, open-spaces, etc. - it is not easy to monitor in real-time the compliance with these rules.

Automatic systems that are capable to do the job have been developed. Most of them are implemented as software running on PC's making use of visual techniques. Because of the nature of the problem, this is not a one-size-fits-all solution, however. In many cases, the use of a properly designed embedded platform is mandatory, for example, because of tight space constraints, harsh environment operability, or cost constraints — requirements that are typical for industrial-grade applications.

To date, though, the computing power required for algorithms that complex has represented a hurdle difficult to overcome, hindering the adoption of embedded platforms for these tasks.

Tuttavia, la recente introduzione di acceleratori hardware per reti neurali integrati rende ora possibile la messa a punto di dispositivi dotati di tutti i requisiti richiesti. Nel corso della presentazione, viene illustrato un caso di questo tipo. A partire dal lavoro svolto dall'Isituto Italiano di Tecnologia (IIT), viene descritta l'attività svolta per il trasportare il software sviluppato da IIT (https://github.com/IIT-PAVIS/Social-Distancing) su una piattaforma embedded equipaggiata con il system-on-chip (SoC) NXP i.MX8M Plus. Questo componente, oltre ad un processore multicore ARM Cortex A53 ed una serie di interfacce native per il collegamento di sensori di immagine e telecamere, è dotato di un acceleratore per reti neurali (NPU) ottimizzato per le reti di tipo convoluzionale (CNN), cioè quelle più comunemente utilizzate per l'elaborazione di immagini e flussi video. Tutte queste caratteristiche lo rendono quindi un validissimo candidato per lo sviluppo di prodotti destinati ad applicazioni come quella del Social Distancing.