Blog

Het voordeel van video (Kijkje in de slimme software keuken deel 8)

  • 7 November 2019
  • 0 reacties
  • 234 Bekeken
Het voordeel van video  (Kijkje in de slimme software keuken deel 8)
Reputatie 6
Badge +7

Dit is het achtste deel van een serie blogs over 'slimme software'. Hilbert Leijen, technisch directeur bij Infoland, geeft je hierin een uniek kijkje in onze keuken. Vorige delen gemist? Deel 1lees je hier.

 

In de voorgaande delen van dit blog hebben we steeds gewerkt met informatie die door mensen is ingevoerd in een systeem – in de vorm van open en gesloten vragen op een formulier. Daarmee beperken we onszelf eigenlijk enorm.

Zeker als het gaat om onveilige situaties of bijna-incidenten denk ik dat je veilig kunt stellen dat voor ieder geval dat wél geregistreerd wordt – er een veelvoud is waarvoor dat níet gebeurt. Niet uit onwil – maar omdat het voorval überhaupt niet is gezien door een medewerker, of niet is herkend als een probleem.

Een medewerker die bewust op zoek gaat naar onveilige situaties (bijvoorbeeld middels het lopen van een veiligheidsronde) zal veel meer zien dan een medewerker die ‘gewoon zijn werk doet’, en die ondertussen overlegt met collega’s, vragen beantwoordt, enzovoorts. Maar ook die medewerker die wél actief op zoek gaat is beperkt – hij kan niet overal tegelijk zijn, en hij zal doorgaans meer taken hebben dan enkel deze.

 

Als we wél continu in het oog willen houden of er zich onveilige situaties voordoen, zodat we daar sneller op kunnen inspelen en incidenten kunnen voorkomen – dan kan technologie ons helpen. We kunnen zélf niet continu monitoren wat er gebeurt in onze fabrieken, werkplaatsen, buitenterreinen, publieksruimtes enzovoorts. Maar in bijna ál die ruimten zal nu al sprake zijn van cameratoezicht. Soms worden die beelden continu gemonitord door een beveiligingscentrale. Veel vaker zal er alleen naar die beelden gekeken worden als er zich écht een ernstig incident heeft voorgedaan. Maar dan ben je wel te laat.

Stel dat we die camera’s een specifieke, extra opdracht zouden kunnen meegeven. Bijvoorbeeld:

  • Signaleer als de nooduitgang langer dan 5 minuten geblokkeerd wordt door een stilstaand object.
  • Tel hoe vaak er mensen lopen in de – door gele lijnen gemarkeerde – ruimte die gereserveerd is voor heftrucks.

 

In het eerste geval ben je opeens veel beter in staat om onveilige situaties direct te herkennen – en op te lossen – voordat het kan komen tot een incident.
In het tweede geval zul je niet direct acteren – maar kan een dashboard met trendinformatie je wel goede inzichten geven in de veiligheidscultuur in jouw organisatie: kennen medewerkers de voorschriften en handelen zij daarna – of zie je een kloof tussen theorie en praktijk?

 

Als we een bruggetje maken naar de software van Infoland, dan zouden camera’s met intelligente, real-time beeldherkenning een waardevolle extra input kunnen vormen voor je veiligheidsmanagementsysteem.  Gesignaleerde situaties zouden automatisch kunnen leiden tot meldingen in Zenya– waardoor je meer informatie hebt om uit te leren, zonder dat het medewerkers extra effort kost. Klinkt goed, toch?
Maar het is vast erg ingewikkeld en duur. Of niet?


Om daar een beter gevoel voor te krijgen, is tijdens de afgelopen Infoland innovatiedag een team aan de slag gegaan met deze uitdaging. Krijgen we het voor elkaar om binnen 24 uur een werkende oplossing te bouwen, die onveilige situaties herkent op camerabeeld, en alarm kan slaan?

Het team selecteerde een specifiek veiligheidsvoorschrift (“op de bouwplaats altijd een helm dragen”) en trainde een beeldherkenningsmodel om medewerkers mét en medewerkers zónder helm van elkaar te kunnen onderscheiden. Daarbij gebruikten zij de Keras deep learning library, in combinatie met het Tensorflow machine learning platform voor het herkenningsmodel, en koppelden zij dit aan een webcam en een zelfgebouwde web-interface voor de weergave en alarmering.
Na 24 uur hard werken had het team een werkend resultaat wat zij presenteerden middels een hilarische live demo.
 


Natuurlijk is dit onderwerp niet iets waar enkel wij mee bezig zijn. Ik sprak onlangs bijvoorbeeld met de mensen van Mintt – die een geavanceerd systeem hebben ontwikkeld voor valdetectie in zorginstellingen, op basis van geanonimiseerde camerabeelden. Met die technologie leveren zij een bijdrage aan het welzijn van patient én medewerkers.

Waar ik benieuwd naar ben: hoe zit dat in jóuw organisatie?
Wordt dergelijke technologie al toegepast, is het voor jou interessante toekomstmuziek, of vind je het juist een heel ongewenste ontwikkeling? Hoor het graag!




Geen experiment zonder evaluatie. Lees nu ook mijn wrap-up voor 2019 in deel 9 en 10 van deze blogserie.
 


0 reacties

Geen reactie

Reageer


Algemene voorwaarden | Privacyverklaring