Pipeline AI per il Rilevamento in Tempo Reale del Lavoro Minorile e la Stima dell'Età
Un team di ricercatori ha creato un sistema di visione artificiale in tempo reale volto a migliorare i Sistemi di Monitoraggio e Rimedio del Lavoro Minorile (CLMRS) fornendo dati continui basati sulla presenza. Questo prototipo affronta il problema della sotto-rilevazione che colpisce circa 138 milioni di bambini in tutto il mondo. Utilizzando il framework CerberusDet, il sistema presenta un rilevatore multi-task di persone e volti basato su YOLO26x, stima dell'età attraverso una combinazione di MiVOLO v2 e un modello specializzato per bambini di età 0-12, insieme al tracciamento ByteTrack, ArcFace e DINOv2 per la re-identificazione. Il rilevatore migliora la mAP@0.5 delle persone da 0.390 a 0.683 rispetto alla baseline precedente, mentre lo specialista per bambini registra un errore assoluto medio di 1.944 anni nella validazione. Pubblicato su arXiv con identificativo 2608.14770, lo studio sottolinea il potenziale dell'IA per un monitoraggio più preciso, sebbene persistano sfide etiche e pratiche. Il sistema è inteso solo come prototipo di ricerca, senza piani per un'implementazione immediata.
Fatti principali
- Si stima che 138 milioni di bambini siano coinvolti nel lavoro minorile in tutto il mondo.
- La pipeline combina il backbone YOLO26x nel framework CerberusDet per il rilevamento.
- La stima dell'età utilizza MiVOLO v2 e un modello specializzato per bambini di età 0-12.
- Sono integrati il tracciamento ByteTrack e la re-identificazione ArcFace/DINOv2.
- Il rilevatore migliora la mAP@0.5 delle persone da 0.390 a 0.683.
- Lo specialista per bambini raggiunge un MAE di 1.944 anni sulla validazione solo bambini.
- Il sistema è un prototipo di ricerca, non implementato.
- Pubblicato su arXiv con ID 2608.14770.
Entità
Istituzioni
- arXiv