Per prevenire i contagi da Coronavirus l’Università prepara le mappe dinamiche

Un sistema per predire il livello di rischio di contagio di luoghi pubblici e privati attraverso il calcolo delle distanze interpersonali e la costruzione di mappe dinamiche dell’area monitorata. È l’obiettivo del progetto di ricerca Inter-Homines di Unimore, coordinato dalla Professoressa Rita Cucchiara del Dipartimento di Ingegneria “Enzo Ferrari” (DIEF). Questa iniziativa progettuale è uno dei quattro (su 12) progetti di ricerca e innovazione targati Università di Modena e Reggio Emilia destinatari del contributo (1,9 milioni) messo a disposizione dalla Regione Emilia-Romagna per università e centri di ricerca della Rete Alta Tecnologia per il contrasto all'epidemia da Coronavirus. Inter-Homines, che attinge alle competenze ed alla indiscussa esperienza internazionale in Visione artificiale del Centro Interdipartimentale AIRI (Artificial Intelligence Research and Innovation Center), valuta in tempo reale il rischio di contagio di un’area monitorata analizzando flussi video: è in grado di localizzare persone nello spazio 3D, riconoscere DPI (Dispositivo di Protezione Individuale), calcolare distanze interpersonali e predire livelli di rischio costruendo mappe dinamiche dell’area monitorata. Inter-Homines lavora sia all’interno che all’esterno, in aree ad affollamento variabile pubbliche e private. Sono proposti servizi di Intelligenza Artificiale e di Computer Visionapplicabili a telecamere già installate o a telecamere a basso costo su PC industriali, corredati da un aggiuntivo sistema dedicato e mobile di “edge-AI” per misurazioni temporanee. L’elaborazione dei video si rifà alle disposizioni della direttiva GDPR (Regolamento Generale sulla Protezione dei Dati) non registrando dati visuali, e il software interamente prodotto nei laboratori di ricerca dell’Emilia-Romagna rispetta le linee guida europee Intelligenza Artificiale in termini di trasparenza, affidabilità ed esplicabilità. Inter-Homines definisce un modello, validato da epidemiologi e parametrizzabile secondo le normative vigenti, che permette in tempo reale di associare a ciascuna area monitorata: a) un indice di rischio spazio-temporale; b) un livello dinamico di sicurezza dell’area; c) una mappa dinamica delle distanze interpersonali; d) una mappa dinamica di dove e quante persone possono aggiungersi per rimanere in sicurezza. Con questo progetto, partito in aprile e che si concluderà in ottobre 2020, che ha ricevuto un finanziamento dalla Regione di 119.921,60 euro, i docenti e ricercatori di AImageLab Simone Calderara, Riccardo Gasparini, Fabio Lanzi, Matteo Fabbri, Chiara Conte, coordinati dalla Professoressa Rita Cucchiara, si propongono di rendere disponibili soluzioni tecnologiche innovative in grado di ridurre il rischio di contaminazione, garantire il distanziamento tra persone, gestire sistemi di monitoraggio della sicurezza in ambienti aperti al pubblico, con particolare attenzione ai luoghi dove vi è una significativa aggregazione di persone. “Ciò che si vuole ottenere – spiega la Professoressa Rita Cucchiara di Unimore - è uno strumento affidabile di visione artificiale, a norma delle linee guida europee sulla privacy e sull’uso dell’AI, per calcolare in tempo reale le distanze tra le persone con una ricostruzione 3D del “distanziamento”, segnalando anche in modo interattivo eventuali situazioni di rischio. Inoltre, si vuole fornire un modello innovativo di calcolo dinamico del rischio del luogo monitorato anche di tipo predittivo che potrà essere impiegato come strumento di monitoraggio da remoto, di prevenzione, di pianificazione, di supporto alla popolazione ed ai lavoratori per attuare una frequentazione consapevole legata all’effettivo rispetto delle misure vigenti”. Tramite questo progetto si realizzeranno “servizi AI”, operanti su infrastrutture esistenti, direttamente applicabili in tempi brevissimi indoor ed outdoor e “sistemi edge-AI” a basso costo applicabili anche in zone di monitoraggio temporaneo. Saranno impiegate tecnologie di intelligenza artificiale visuale sviluppate completamente in Emilia-Romagna e tra le più aggiornate al mondo e modelli di “machine learning” innovativi, definiti da informatici e da epidemiologi e, quindi, spiegabili per rendere accettabile e comprensibile il modello (secondo i paradigmi di “Explainable AI”) per permetterne una fiduciaria adozione capillare. Cosa importante per il rispetto delle norme sulla privacy il progetto elabora immagini con un principio di “privacy-by-design”, non prevedendo alcuna registrazione di flussi video o di dati personali né in forma locale né in forma centralizzata, garantendo in questo modo una acquisizione di informazioni che tutela l’anonimato. Attraverso tecniche estremamente innovative di reti neurali profonde per localizzare le persone nello spazio 3D e le loro posture, l’eventuale presenza di DPI, si calcolano le distanze interpersonali in tempo reale rendendo possibile costruire un modello di prevedibile diffusione del contagio secondo soglie parametrizzabili decise da epidemiologi e dalle normative vigenti. In questo modo viene calcolato un indice di rischio spazio-temporale “Spatio-Temporal Risk” dell’area monitorata. Il vantaggio di questa soluzione discende dalla sua praticità di impiego per gli utenti finali (cittadini, lavoratori, clienti di esercizi) permettendo loro di autogestire la propria “confort-zone” (area di sicurezza) consapevolmente ed il distanziamento da mantenere. Può essere inoltre utilizzato integrato nel tempo come “Dynamic Safety Level” dagli stakeholder e fornitori del servizio (enti pubblici, datori di lavoro, proprietari di esercizi) per statistiche a medio termine per prevenzione. Saranno visualizzabili le mappe dell’area, sia interne sia esterne, capaci di mostrare dinamicamente le aree occupate, quelle a rischio (tramite mappe di calore o “heatmaps”) per possibili “assembramenti”, le aree vacanti in sicurezza, per suggerire e prevedere dove e quante persone possano ancora occupare l’area senza rischi di contagio. Rita Cucchiara È Professore Ordinario di Ingegneria Informatica presso il Dipartimento di Ingegneria “Enzo Ferrari” dell’Università di Modena e Reggio Emilia. Dal 2000 è responsabile ad UNIMORE del laboratorio di ricerca AImagelab, che raccoglie più di 35 ricercatori in area di ricerca legate all’Intelligenza Artificiale (AI), alla Visione artificiale, al Machine Learning, Pattern Recognition e Multimedia (www.aimagelab.ing.unimore.it). Ha coordinato diversi progetti Internazionali, Europei e nazionali in temi legati all’AI applicati a video surveillance, automotive, industria 4.0 e beni culturali. Èresponsabile del Laboratorio congiunto con Ferrari Red-Vision, dal 2020 dell’NVIDIA AI Technology Center (NVAITC@UNIMORE) e dal 2018 è Direttore del Laboratorio Nazionale Artificial Intelligence and Intelligent Systems (AIIS) del CINI (Consorzio Interuniversitario Nazionale per l’Informatica). E’ nel consiglio di Direzione dell’Istituto Italiano di Tecnologia.