噪音与振动控制中心表示:“该中心开发的咳嗽检测摄像机可以识别咳嗽发生的地方，并将其可视化。”开发的咳嗽识别摄像机可以实时追踪并记录咳嗽者的信息、位置、咳嗽次数等。
此前，韩国科学技术院(KAIST)机械工学系的研究人员开发出了以深度学习为基础的咳嗽识别模型，可以实时对咳嗽声进行分类。咳嗽事件的分类模型与一个声音摄像机集成，可视化个人在公共场所的位置。研究小组表示，该模型的准确率为87.4%。
用于公共场所的设备
开发该模型的研究人员认为，该医疗设备将在疫情期间用于办公室、学校、餐厅等公共场所。
与此同时，发烧和咳嗽是与呼吸系统疾病最相关的症状，其中发烧可以通过热像仪远程检测。尽管如此，这项技术有望在无需任188体育投注登录何接触的情况下检测流行病传播方面非常有用。此外，咳嗽事件分类模型与声音摄像机相结合，声音摄像机可以想象咳嗽事件并指出其在视频图像中的位置。
在此之前，我们使用卷积神经网络进行监督学习，以开发咳嗽识别模型。该模型进行二元分类，提供一秒钟的声音廓线输入，输出结果要么是咳嗽，要么是其他东西。
为了建立模型的准确性，从DEMAND、Audioset、TIMIT和ETSI收集了各种数据集。使用该模型，咳嗽声和其他从Audioset和其他数据集提取的声音作为背景噪声，用于数据增强。
