Bonnes Nouvelles De L’UGM, Les étudiants Développent Des Outils De Détection De Foule

JAKARTA - Un certain nombre d’étudiants de la faculté de l’Université Gadjah Mada (UGM) ont développé un système de détection des foules pour prévenir la transmission du COVID-19. Le système que nous avons développé peut détecter la présence de foules ainsi que d’afficher des informations sur quand et où la foule s’est produite », a déclaré le président de l’équipe de recherche Zulfa Andriansyah à travers une déclaration écrite à Yogyakarta, jeudi.Zulfa a déclaré que le système nommé « Syncrom » ou signifie « Système de détection et de cartographie des foules » a été créé sur la base de l’apprentissage profond et de WebGIS.Ainsi, l’outil est capable de détecter la présence de foules en présentant des informations sur le nombre de masses et de menam visualiser les conditions sur le terrain, à la fois le moment et le lieu où la foule se produit en « temps quasi réel ». Avec cette plate-forme, le système de surveillance peut être effectué en continu pendant 24 heures. Les données sont continuellement mises à jour toutes les 30 secondes », a déclaré cet étudiant de la Faculté de géographie ugm. Syncrom a été développé par Zulfa avec ses quatre collègues, à savoir M. Ihsanur Adib (Cartographie et télédétection), Wahyu Afrizal Bahrul Alam (Technologie de l’information), Malik Al-Aminullah Samansya (Génie nucléaire) et Najmuddin Muntashir 'Abdussalam (Génie industriel) sous la direction du conférencier Dr Taufik Hery Purwanto.

Le prototype de détection de foule est né grâce au programme de créativité des étudiants dans le domaine de Karsa Cipta (PKM-KC) en 2021, qui a obtenu une subvention de développement de 9 millions de 2021 de Kemdikbudristek.Le système, a déclaré Zulfa, est également équipé d’une fonction d’alerte précoce de surpeuplement. Les avertissements de présence de la foule aux endroits détectés seront automatiquement émis par haut-parleurs. Il a expliqué que syncrom est capable de détecter les foules grâce à l’entrée de données visuelles obtenues via CCTV via une webcam connectée à des ordinateurs locaux qui ont déjà été programmés avec un apprentissage profond pour détecter la présence humaine et prédire les foules à un endroit transmis au système pour analyse. Après cela, les données sont envoyées à WebGIS sous la forme d’informations relatives à l’emplacement, à l’heure et au nombre d’événements de foule situés dans un endroit surveillé par CCTV. Si les données qui apparaissent indiquent une foule, des alertes vocales retentiront pour donner des avertissements », a déclaré Zulfa.Plus tard, ils ajouteront également une fonctionnalité sous la forme d’alertes textuelles pour faciliter la surveillance des agents. Par exemple, lorsque l’agent n’est pas dans la salle de contrôle, il peut toujours recevoir des informations par SMS ou par télégramme en cas de foule. Actuellement, il n’existe aucun produit qui intègre la détection des foules à la cartographie qui est également accompagnée d’une alerte précoce. Habituellement, la détection de foule en utilisant des capteurs de proximité à l’aide d’appareils utilisateur tels que les téléphones intelligents », a-t-il déclaré. Un autre chercheur, Najmuddin, a déclaré que le développement du syncrom provenait de préoccupations concernant le nombre de violations des protocoles de santé qui se produisent dans la communauté, en particulier en ce qui concerne le maintien de la distance et l’évitement des foules. Actuellement, il y a encore de nombreuses violations des prokes, y compris la question de garder la distance et d’éviter les foules, car la surveillance de l’appareil n’est pas maximale. Par conséquent, nous prenons l’initiative de développer cet outil de détection pour faciliter la surveillance des agents et mener immédiatement des mesures de répression », a-t-il déclaré. Il a révélé que dans le développement de ce prototype d’outil de détection de foule, son équipe utilise toujours la webcam, n’a pas utilisé la vidéosurveillance, en raison de fonds limités. Cependant, les résultats peuvent surveiller la foule de manière optimale et précise. Le système, développé depuis juin 2021, a été testé sur le terrain. En conséquence, il a plus de 75 pour cent de précision dans la détection des foules dans une pièce. Même avec des webcams, une précision suffisante pour détecter les foules avec une résolution d’image moyenne et faible peut être produite. Cependant, à l’avenir, il sera développé en utilisant la vidéosurveillance haute résolution afin que les résultats puissent être plus précis », a-t-il déclaré.