AquaSight利用计算机视觉来告诉您饮用水是否安全

根据该地区的偏远程度,有时几乎不可能在田地中消除水的可饮用性。据联合国估计,每天有200万吨污水和工业及农业废水排入世界供水系统。虽然一系列化学试剂盒可以测试细菌风险,但并非所有都是同样彻底的。即使最近的技术进步,水污染导致每年大约900万人过早死亡,全球死亡人数的16%。

这促使托马斯杰斐逊科技高中和马里兰大学计算机科学系的一对研究人员研究了一种能够检测水杂质的人工智能Android应用程序,他们在新发表的论文中对此进行了描述。预印本服务器Arxiv.org(“AquaSight:利用卷积神经网络的自动水杂质检测”)。他们声称他们的方法在初步测试中达到了96%的准确度,他们说它在评估特定样品的透明度方面非常有效。

这项工作建立在Clean Water AI等基础上,这是一种开源物联网(IoT)设备,可实时分类和检测危险细菌和有害颗粒。

“在没有简单获取纯净水的环境中的人们将受益于技术,使他们能够确定潜在饮用水被污染的程度,”共同作者写道。“部署后,AquaSight系统将为个人提供一种有效的方式来确保水质评估,提醒当地和国家政府采取行动并可能拯救全球数百万人的生命。”

该团队的方法采用卷积神经网络 - 一种通常应用于视觉分析的AI架构 - 快速测量用智能手机相机拍摄的水的快照(他们注意到之前的研究与胃肠疾病有关)。为了训练模型,他们编制了105个水图像的数据集,分为两部分:91个图像包括清洁水和所有污染水的变化,而其余14个图像是清洁水,并引入了更广泛的光照水平。(在这种情况下,污染物是沙子,盐,黑胡椒和油漆。)大约78张图像被保留用于训练,剩下的(27张)图像用于验证。

该团队观察到该模型预测的假阳性(三个干净的图像被归类为污染)比假阴性(一个被污染的图像被错误地归类为干净)预测的更多,可能是因为干净图像中不同程度的黑暗导致它低估了干净的图像。亮度。团队离开未来的工作,以数字方式操作图像以规范化暗图像,并添加一个组件,将AquaSight收集的图片发送到存储数据库,每周对系统进行再培训,以确保它保持最新状态并“准确无误”尽可能。“

此外,研究人员打算在Google Play商店中公开他们的移动应用程序,并建立功能,使用户能够在识别出受污染的样本时联系当地政府。

“AquaSight尝试快速估算水质,不需要进行大量的化学测试,任何人,任何地点,任何时间都可以进行,”共同作者写道。“我们寻求创建一个整体的机器学习模型,只需要一个水的图像,以确定是否存在污染物,从而提高人们进行基本水的分析。”