Desenvolvimento de um sistema inteligente capaz de identificar Hot Spots em regiões de interesse das pessoas em barreiras sanitárias usando câmera termográfica

Abstract

RESUMO: A pandemia da COVID-19 tem afetado significativamente a vida das pessoas, as economias de vários países, os setores de saúde, educação, transporte, entre outros. Para tentar conter a disseminação do vírus, os países implementaram barreiras sanitárias em aeroportos, rodoviárias, estações, portarias das empresas e outros espaços compartilhados, com o objetivo de detectar pacientes com algum sintoma da infecção viral. Visto que a febre é um dos sintomas da doença, logo, iniciou-se uma corrida aos mercados por dispositivos de medição de temperatura da superfície corporal. O pirômetro foi um desses dispositivos, pois pode realizar medições sem contato físico com o paciente, porém, estes dispositivos não garantem uma medição exata. Por ser um processo de medição manual, ele está sujeito a erros humanos na coleta e/ou no registro das temperaturas. A câmera termográfica é outro dispositivo utilizado para medir a temperatura, também conhecida como termografia infravermelha, uma ferramenta não invasiva, rápida e objetiva. Neste trabalho, aplicamos algoritmos de visão computacional em uma câmera termográfica para automatizar os processos de medições, permitindo fazer a detecção de estado febril em pessoas infectadas. Para realizar tal tarefa, os algoritmos detectam as regiões de interesse nas imagens termográficas (que são: os olhos, a testa e os ouvidos), em seguida, são analisadas as temperaturas nessas regiões. O software desenvolvido obteve excelente desempenho na detecção das áreas de interesse estabelecidas e pode ser aplicado em um dispositivo embarcado, dispensando custos elevados com hardware para processamento local.

ABSTRACT: The COVID-19 pandemic has detrimentally affected people’s lives and the economies of many countries, causing disruption in the health, education, transport, and other sectors. Several countries have implemented sanitary barriers at airports, bus and train stations, company gates, and other shared spaces to detect patients with viral symptoms to contain the spread of the disease. As fever is one of the most recurrent disease symptoms, the demand for devices that measure skin (body surface) temperature has increased. The pyrometer was one of these devices, as it can perform measurements without physical contact with the patient, however, these devices do not guarantee an exact measurement. As it is a manual measurement process, it is subject to human error in collecting and/or recording temperatures. The thermal imaging camera, also known as a thermal imager, is one such device used to measure temperature. It employs a technology known as infrared thermography and is a noninvasive, fast, and objective tool. This study employed computer vision algorithms in a thermographic camera to automate the measurement processes, allowing the identification of a febrile state in humans. The algorithms detect areas of interest in the thermographic images, such as the eyes, forehead, and ears, before analyzing the temperatures in these regions. The developed software achieved excellent performance in detecting the established areas of interest and can be applied in an embedded device, eliminating high hardware costs for local processing.