Er fem sekunder meget eller lidt? At drikke varm kaffe er ikke nok, at swipe dit kort og gå på arbejde er meget. Men nogle gange, selv på grund af en sådan forsinkelse, opstår der køer ved kontrolposterne, især om morgenen. Lad os nu opfylde kravene til forebyggelse af COVID-19 og begynde at måle temperaturen på alle, der kommer ind? Passagetiden vil stige med 3-4 gange, på grund af dette vil en menneskemængde dukke op, og i stedet for at bekæmpe virussen får vi ideelle betingelser for dens spredning.
For at forhindre dette i at ske, skal du enten organisere folk i en kø eller automatisere denne proces. I den anden mulighed er det nødvendigt at tage temperaturen på et stort antal mennesker på én gang uden at belaste dem med yderligere handlinger. Dette kan gøres ved at tilføje et videoovervågningssystem og udfør flere handlinger på én gang: identificer ansigter, mål temperatur og bestem tilstedeværelsen af en maske. Vi talte om, hvordan sådanne systemer fungerer på vores konference ""og vi vil fortælle dig mere detaljeret under snittet.
Hvor bruges termiske billeddannelsessystemer?
Et termisk billedkamera er en optisk-elektronisk enhed, der "ser" i det infrarøde spektrum. Ja, det er det samme fra actionfilm om hæsblæsende specialstyrker og film om Predator, som smukt farver det sædvanlige billede i røde og blå toner. I praksis er der intet usædvanligt ved det, og de bruges ret bredt: termiske kameraer bestemmer positionen og formen af genstande, der udsender varme, og måler deres temperatur.
I industrien har termiske kameraer længe været brugt til at overvåge temperaturer på produktionslinjer, industrielt udstyr eller rørledninger. Ofte kan termiske kameraer ses omkring omkredsen af alvorlige objekter: termiske billedsystemer "ser" den varme, som en person udsender. Med deres hjælp registrerer sikkerhedssystemer uautoriseret adgang til et anlæg selv i fuldstændig mørke.
På grund af COVID-19 bliver termiske kameraer i stigende grad integreret med biometriske identifikationssystemer til adgangskontrol. For eksempel integreret i "» (en omfattende løsning fra Rostelecom, som er udviklet og fremstillet i Rusland) termiske billedbehandlingsenheder kan måle temperaturen på mennesker, spore bevægelser og fremhæve personer med forhøjede temperaturer.
Der er ingen obligatoriske standarder for brugen af termiske billeddannelsessystemer i Rusland, men der er en generel , ifølge hvilken det er nødvendigt at overvåge temperaturen på alle besøgende og ansatte. Og termiske billedsystemer gør dette næsten øjeblikkeligt uden at kræve yderligere handlinger fra medarbejdere og besøgende.
Sådan fungerer systemer til streaming af berøringsfri temperaturmåling
Grundlaget for systemet er et termisk billedbehandlingskompleks bestående af termisk billeddannelse og konventionelle kameraer, som er pakket i et fælles hus. Hvis du går ned ad en korridor, og et fyldigt toøjet kamera stirrer dig i ansigtet, er dette et termisk kamera. Kinesiske spøgefugle gør dem nogle gange hvide og tilføjer små "ører" for at få dem til at ligne mere pandaer.
Simpel optik er nødvendig for integration med BioSKUD og betjening af ansigtsgenkendelsesalgoritmer - for at identificere og kontrollere tilgængeligheden af personlige værnemidler (masker) for dem, der kommer ind. Derudover kan et konventionelt kamera bruges til at overvåge afstanden mellem mennesker eller mellem mennesker og udstyr. I softwaren vises videoinformation om måleresultaterne i en form, som operatøren kender.
For at termokameraet kun skal reagere på menneskers temperatur, indeholder det allerede en ansigtsgenkendelsesalgoritme. Udstyret aflæser temperaturen fra en termisk matrix på de rigtige punkter - i dette tilfælde i pandeområdet. Uden dette "filter" ville termokameraet udløses på kopper varm kaffe, glødepærer osv. Yderligere funktioner omfatter overvågning af tilstedeværelsen af beskyttelsesudstyr og opretholdelse af afstand.
Ved indgangen til lokalerne er termiske billedbehandlingssystemer typisk integreret med adgangskontrol- og styringssystemer. Komplekset forbindes til en server, som behandler indgående data ved hjælp af videoanalysealgoritmer og overfører dem til en automatiseret operatørarbejdsstation (AWS).
Hvis et termisk kamera registrerer en forhøjet temperatur, tager et almindeligt kamera et billede af den besøgende og sender det til kontrolsystemet til identifikation med databasen over medarbejdere eller besøgende.
Kalibrering af termiske billeddannelsessystemer: fra referenceprøver til maskinlæring
Til opsætning og drift af streaming berøringsfri temperaturmåling bruges den normalt absolut sort krop (ABL), som ved enhver temperatur absorberer elektromagnetisk stråling i alle områder. Den er installeret i termokameraets synsfelt og bruges til at kalibrere termokameraet. Den sorte krop holder en referencetemperatur på 32–40 °C (afhængigt af producenten), hvormed udstyret "tjekkes" hver gang det måler temperaturen på andre genstande.
Det er ubelejligt at bruge et sådant system. Så for at termokameraet skal fungere korrekt, skal den sorte krop varmes op til den ønskede temperatur i 10-15 minutter. På et anlæg var det termiske billedbehandlingskompleks slukket om natten, og om morgenen havde den sorte krop ikke tid til at varme ordentligt op. Som følge heraf havde alle, der gik ind i skiftet, en forhøjet temperatur i begyndelsen af skiftet. Senere fandt vi ud af det, og nu er termobilledsystemet ikke slukket om natten.
Vi er i øjeblikket ved at udvikle en eksperimentel teknologi, der gør det muligt for os at undvære den sorte krop. Det viste sig, at vores hud i sine egenskaber er tæt på en helt sort krop, og en persons ansigt kan bruges som standard. Vi ved, at de fleste mennesker har en kropstemperatur på 36,6 °C. Hvis du for eksempel sporer personer med samme temperatur i 10 minutter og tager denne temperatur til at være 36,6 °C, så kan du kalibrere termokameraet baseret på deres ansigter. Denne teknologi, implementeret ved hjælp af kunstig intelligens, viser gode resultater - ikke værre end termiske billeddannelsessystemer med en sort krop.
Hvor den sorte krop stadig bruges, hjælper kunstig intelligens med at kalibrere termiske kameraer. Faktum er, at de fleste termiske billedbehandlingssystemer kræver manuel installation af termokameraet og dets justering til den sorte krop. Men så, når forholdene ændrer sig, skal kalibreringen foretages igen, ellers begynder termokameraerne at vise temperaturafvigelser eller reagere på besøgende med en normal temperatur. Manuel kalibrering er sådan en glæde, så vi har udviklet et modul baseret på kunstig intelligens, som er ansvarlig for at opdage den sorte krop og justerer alt selv.
Er det muligt at skjule sig fra algoritmer?
Kunstig intelligens og maskinlæring bruges ofte i kontaktløs biometri. AI er ansvarlig for at registrere ansigter i en strøm for at måle temperatur, ignorere fremmedlegemer (en varm kop kaffe eller te, lyselementer, elektronik). Nå, træningsalgoritmer til at genkende ansigter, der bærer masker, har været et must have for ethvert system siden 2018, selv før coronavirus: I Mellemøsten dækker folk en betydelig del af deres ansigter af religiøse årsager, og i mange asiatiske lande har de længe brugte masker til at beskytte mod influenza eller bysmog. Det er sværere at genkende et halvskjult ansigt, men algoritmerne forbedres også: I dag registrerer neurale netværk ansigter, der bærer masker, med samme sandsynlighed som for et år siden uden masker.
Det ser ud til, at masker og andre personlige værnemidler skulle være blevet et problem med identifikation. Men i praksis påvirker hverken tilstedeværelsen af en maske eller en ændring i frisure eller form af briller genkendelsens nøjagtighed. Algoritmer til at detektere ansigter bruger punkter fra øje-øre-næse-området, der forbliver åbne.
Den eneste "fejl"-situation i vores praksis involverer at ændre ens udseende gennem plastikkirurgi. En medarbejder efter plastikkirurgi var ude af stand til at passere gennem tællekorset: biometriske processorer var ikke i stand til at identificere hende. Jeg var nødt til at opdatere billedet, så adgang med ansigtsgeometri ville fungere igen.
Muligheder for termiske billeddannelsessystemer
Målenøjagtigheden og dens hastighed afhænger af opløsningen af den termiske billedkamera-matrix og dens øvrige karakteristika. Men bag enhver matrix er der software: en videoanalysealgoritme er ansvarlig for at identificere objekter i rammen, identificere og filtrere dem.
For eksempel måler algoritmen for et af komplekserne temperaturen på 20 personer på samme tid. Kapaciteten af komplekset er op til 400 personer i minuttet, hvilket er nok til brug i store industrivirksomheder, lufthavne og togstationer. Samtidig registrerer termiske kameraer temperatur i en afstand på op til 9 meter med en nøjagtighed på plus eller minus 0,3 °C.
Der er enklere komplekser. Men de kan også klare deres opgaver effektivt. En løsning er at integrere et termisk kamera i metaldetektorrammen. Dette sæt udstyr er velegnet til checkpoints med et lille flow af besøgende - op til 40 personer i minuttet. Sådant udstyr registrerer folks ansigter og måler temperatur med en nøjagtighed på 0,5 °C i en afstand på op til 1 meter.
Problemer ved arbejde med termiske kameraer
Berøringsfri temperaturmåling af mennesker i et vandløb kan endnu ikke kaldes perfekt. Hvis en person for eksempel har været udenfor i lang tid i koldt vejr, vil termokameraet ved indgangen vise en temperatur, der er 1-2 °C lavere end den rigtige. På grund af dette kan systemet tillade personer med forhøjede temperaturer at komme ind i anlægget. Dette kan løses på forskellige måder, for eksempel:
- a) skabe en termisk korridor, så folk tilpasser sig og bevæger sig væk fra frosten før måling af temperaturen;
- b) på frostklare dage, læg 1–2 °C til temperaturen på alle indkommende passagerer - det vil dog få dem, der ankom i bil, under mistanke.
Et andet problem er prisskiltet på præcisions termiske billeddannelsessystemer. Dette skyldes de høje omkostninger ved at producere en termisk billeddannende matrix, som kræver præcis kalibrering, germaniumoptik osv.
Kilde: www.habr.com