TouchFree: Automatikus hőmérséklet -ellenőrzés és maszkészlelési kioszk: 5 lépés
TouchFree: Automatikus hőmérséklet -ellenőrzés és maszkészlelési kioszk: 5 lépés

Tartalomjegyzék:

Anonim
Image
Image
TouchFree: Automatizált hőmérséklet -ellenőrzés és maszkfelismerő kioszk
TouchFree: Automatizált hőmérséklet -ellenőrzés és maszkfelismerő kioszk
TouchFree: Automatizált hőmérséklet -ellenőrzés és maszkfelismerő kioszk
TouchFree: Automatizált hőmérséklet -ellenőrzés és maszkfelismerő kioszk

A világ országainak újbóli megnyitásakor az új koronavírussal való együttélés lesz az új életmód. A vírus terjedésének megállításához azonban el kell különítenünk a koronavírussal fertőzött embereket a többiektől.

A CDC szerint a láz a koronavírus vezető tünete, a tüneti betegek 83% -ánál látszanak a láz bizonyos jelei. Sok országban kötelezővé teszik a hőmérséklet -ellenőrzéseket és maszkokat az iskolák, főiskolák, irodák és más munkahelyek számára.

Jelenleg a hőmérséklet -ellenőrzés manuálisan történik érintésmentes hőmérővel. A kézi ellenőrzések lehetnek nem hatékonyak, nem praktikusak (nagy léptékű helyeken) és kockázatosak.

Ezeknek a problémáknak a megoldására terveztem egy kioszkot, amely automatizálja a hőmérséklet -ellenőrzés folyamatát az Arc Landmarking és érintésmentes infravörös hőmérséklet -érzékelő és maszkfelismerés használatával a Deep Learning Neural Network segítségével.

Ennek a kioszknak a használata nem korlátozódik az iskolákra, főiskolákra, irodákra és más munkahelyekre, hanem a magas kockázatú területeken is használható, mint például a kórházak. Ez az eszköz is használható vasútállomásokon, buszmegállókban, repülőtereken stb.

Ebben a projektben az én megközelítésem az volt, hogy felépítsek egy egyszerűsített telepítési folyamatot, hogy bárki, aki nem rendelkezik korábbi tapasztalatokkal a számítógépes látás vagy a mély tanulás területén, használhassa ezt. Ez egy teljesen működőképes és használatra kész projekt. Ezt a projektet testreszabhatóvá tettem, minden egyes önálló részhez és a teljes verzióhoz kódfájlokat adva. Így a projekt bármely részét egyedileg használhatja.

Magyarázat

Először is, a Tensorflow alapú Deep Learning Neural Network megpróbálja felismerni, hogy a személy maszkot visel -e vagy sem. A rendszert robusztussá tették, ha sok különböző példával oktatta a hamis pozitív eredményeket.

Miután a rendszer észlelte a maszkot, azt kéri a felhasználótól, hogy távolítsa el a maszkot, hogy elvégezhesse az Arc Landmarking funkciót. A rendszer a DLIB Modult használja az arcok kijelöléséhez, hogy megtalálja a legjobb helyet a homlokán annak a személynek, akitől hőmérsékletet lehet mérni.

Ezután a szervomotorokkal ellátott PID vezérlőrendszer használatával a rendszer megpróbálja összehangolni a homlok kiválasztott pontját az érzékelővel. A beállítás után a rendszer hőmérséklet -leolvasást végez érintésmentes infravörös hőmérséklet -érzékelővel.

Ha a hőmérséklet a normál emberi testhőmérséklet -tartományon belül van, lehetővé teszi a személy számára, hogy továbblépjen, és e -mailt küld az adminisztrátornak egy képpel és egyéb részletekkel, például a testhőmérséklettel stb.

Kellékek

Hardver

  1. Raspberry Pi Modell 2/3/4
  2. Raspberry Pi kamera modul v1/v2
  3. Érintés nélküli infravörös hőmérséklet-érzékelő modul (MLX90614)
  4. Hivatalos Raspberry Pi érintőképernyő (vagy általános 3,5 hüvelykes érintőképernyő) (opcionális)
  5. Pan billenési készlet
  6. SG90 Micro Digital Servo x 2
  7. MicroSD kártya
  8. Raspberry Pi tápegység

Szoftver

  1. Raspberry Pi OS (korábban Raspbian néven ismert)
  2. Tensorflow-2.2.2
  3. OpenCV
  4. DLIB Facial Landmarking

Ajánlott: