Apakah lima detik itu banyak atau sedikit? Minum kopi panas saja tidak cukup, menggesek kartu dan berangkat kerja saja sudah banyak. Namun terkadang karena penundaan tersebut, antrian terjadi di pos pemeriksaan, terutama di pagi hari. Sekarang mari kita penuhi persyaratan pencegahan COVID-19 dan mulai mengukur suhu setiap orang yang masuk? Waktu perjalanan akan bertambah 3-4 kali lipat, karena itu akan muncul kerumunan, dan alih-alih melawan virus, kita akan mendapatkan kondisi ideal untuk penyebarannya.
Untuk mencegah hal ini terjadi, Anda perlu mengatur orang dalam antrian atau mengotomatiskan proses ini. Pada opsi kedua, Anda perlu mengukur suhu banyak orang sekaligus, tanpa membebani mereka dengan tindakan tambahan. Hal ini dapat dilakukan dengan menambahkan sistem pengawasan video dan melakukan beberapa tindakan sekaligus: mengidentifikasi wajah, mengukur suhu, dan menentukan keberadaan masker. Kami berbicara tentang bagaimana sistem tersebut bekerja di konferensi kami β"dan kami akan memberi tahu Anda lebih detail di bawah pemotongan.
Di mana sistem pencitraan termal digunakan?
Pencitra termal adalah perangkat optik-elektronik yang βmelihatβ dalam spektrum inframerah. Ya, sama halnya dengan film aksi tentang pasukan khusus yang gagah dan film tentang Predator, yang dengan indah mewarnai gambar biasa dengan warna merah dan biru. Dalam praktiknya, tidak ada yang aneh dengan hal ini dan digunakan secara luas: pencitra termal menentukan posisi dan bentuk benda yang memancarkan panas dan mengukur suhunya.
Dalam industri, pencitra termal telah lama digunakan untuk memantau suhu di jalur produksi, peralatan industri, atau saluran pipa. Seringkali pencitra termal dapat dilihat di sekeliling objek serius: sistem pencitraan termal βmelihatβ panas yang dipancarkan seseorang. Dengan bantuan mereka, sistem keamanan mendeteksi masuknya orang yang tidak berwenang ke dalam suatu fasilitas bahkan dalam kegelapan total.
Karena COVID-19, kamera pencitraan termal semakin terintegrasi dengan sistem identifikasi biometrik untuk kontrol akses. Misalnya, diintegrasikan ke dalam "Β» (solusi komprehensif dari Rostelecom, yang dikembangkan dan diproduksi di Rusia) perangkat pencitraan termal dapat mengukur suhu manusia, melacak pergerakan, dan menyorot individu dengan suhu tinggi.
Tidak ada standar wajib untuk penggunaan sistem pencitraan termal di Rusia, tetapi ada standar umum , yang menurutnya perlu dilakukan pemantauan suhu seluruh pengunjung dan karyawan. Dan sistem pencitraan termal melakukan hal ini hampir seketika, tanpa memerlukan tindakan tambahan dari karyawan dan pengunjung.
Cara kerja sistem streaming pengukuran suhu non-kontak
Dasar dari sistem ini adalah kompleks pencitraan termal yang terdiri dari pencitraan termal dan kamera konvensional, yang dikemas dalam wadah umum. Jika Anda sedang berjalan menyusuri koridor dan kamera bermata dua yang montok menatap wajah Anda, ini adalah thermal imager. Orang iseng di Tiongkok terkadang membuat mereka berwarna putih dan menambahkan βtelingaβ kecil agar terlihat lebih mirip panda.
Optik sederhana diperlukan untuk integrasi dengan BioSKUD dan pengoperasian algoritma pengenalan wajah - untuk mengidentifikasi dan memeriksa ketersediaan alat pelindung diri (masker) bagi mereka yang masuk. Selain itu, kamera konvensional dapat digunakan untuk memantau jarak antara manusia atau antara manusia dan peralatan. Dalam perangkat lunak, informasi video tentang hasil pengukuran ditampilkan dalam bentuk yang familiar bagi operator.
Agar pencitra termal hanya bereaksi terhadap suhu orang, ia sudah berisi algoritma deteksi wajah. Peralatan membaca suhu dari matriks termal pada titik yang tepat - dalam hal ini, di area dahi. Tanpa βfilterβ ini, pencitra termal akan terpicu pada cangkir kopi panas, bola lampu pijar, dll. Fungsi tambahannya mencakup pemantauan keberadaan peralatan pelindung dan menjaga jarak.
Biasanya, di pintu masuk lokasi, sistem pencitraan termal terintegrasi dengan kontrol akses dan sistem manajemen. Kompleks ini terhubung ke server, yang memproses data masuk menggunakan algoritma analisis video dan mengirimkannya ke stasiun kerja otomatis (AWS) operator.
Jika kamera pencitraan termal mendeteksi suhu tinggi, maka kamera biasa mengambil foto pengunjung dan mengirimkannya ke sistem kontrol untuk diidentifikasi dengan database karyawan atau pengunjung.
Kalibrasi sistem pencitraan termal: dari sampel referensi hingga pembelajaran mesin
Untuk mengatur dan mengoperasikan pengukuran suhu non-kontak streaming, biasanya digunakan benda hitam mutlak (ABL), yang pada suhu berapa pun menyerap radiasi elektromagnetik di semua rentang. Itu dipasang di bidang pandang kamera pencitraan termal dan digunakan untuk mengkalibrasi pencitra termal. Benda hitam mempertahankan suhu referensi 32β40 Β°C (tergantung pabrikannya), yang dengannya peralatan βdiperiksaβ setiap kali mengukur suhu benda lain.
Tidak nyaman menggunakan sistem seperti itu. Jadi, agar pencitra termal berfungsi dengan benar, benda hitam harus memanas hingga suhu yang diinginkan selama 10β15 menit. Di salah satu fasilitas, kompleks pencitraan termal dimatikan pada malam hari, dan pada pagi hari benda hitam tidak memiliki waktu untuk melakukan pemanasan dengan baik. Akibatnya, setiap orang yang memasuki shift mengalami peningkatan suhu di awal shift. Nanti kami mengetahuinya, dan sekarang sistem pencitraan termal tidak dimatikan di malam hari.
Saat ini kami sedang mengembangkan teknologi eksperimental yang memungkinkan kami melakukannya tanpa benda hitam. Ternyata ciri-ciri kulit kita mirip dengan tubuh yang serba hitam, dan wajah seseorang bisa dijadikan patokan. Kita tahu bahwa kebanyakan orang memiliki suhu tubuh 36,6 Β°C. Jika, misalnya, Anda melacak orang dengan suhu yang sama selama 10 menit dan mengambil suhu tersebut menjadi 36,6 Β°C, Anda dapat mengkalibrasi pencitra termal berdasarkan wajah mereka. Teknologi ini, yang diterapkan dengan bantuan kecerdasan buatan, menunjukkan hasil yang baik - tidak lebih buruk dari sistem pencitraan termal dengan benda hitam.
Jika benda hitam masih digunakan, kecerdasan buatan membantu mengkalibrasi pencitra termal. Faktanya adalah bahwa sebagian besar sistem pencitraan termal memerlukan instalasi manual dari pencitra termal dan penyesuaiannya pada benda hitam. Namun kemudian, ketika kondisi berubah, kalibrasi harus dilakukan lagi, jika tidak, pencitra termal akan mulai menunjukkan penyimpangan suhu atau bereaksi terhadap pengunjung dengan suhu normal. Kalibrasi manual sangat menyenangkan, jadi kami telah mengembangkan modul berdasarkan kecerdasan buatan, yang bertanggung jawab untuk mendeteksi benda hitam dan menyesuaikan semuanya sendiri.
Apakah mungkin untuk menyamarkan diri Anda dari algoritma?
Kecerdasan buatan dan pembelajaran mesin sering digunakan dalam biometrik nirkontak. AI bertanggung jawab untuk mendeteksi wajah di sungai untuk mengukur suhu, mengabaikan benda asing (secangkir kopi atau teh panas, elemen pencahayaan, elektronik). Nah, melatih algoritma untuk mengenali wajah yang memakai masker sudah menjadi hal yang wajib dimiliki sistem apa pun sejak tahun 2018, bahkan sebelum adanya virus corona: di Timur Tengah, orang-orang menutupi sebagian besar wajah mereka karena alasan agama, dan di banyak negara Asia hal ini sudah lama dilakukan. menggunakan masker untuk melindungi dari flu atau kabut asap perkotaan. Mengenali wajah yang setengah tersembunyi lebih sulit, tetapi algoritme juga semakin baik: saat ini jaringan saraf mendeteksi wajah yang memakai masker dengan probabilitas yang sama seperti tahun lalu tanpa masker.
Tampaknya masker dan alat pelindung diri lainnya seharusnya menjadi masalah dalam identifikasi. Namun dalam praktiknya, keberadaan topeng, perubahan gaya rambut, atau bentuk kacamata tidak mempengaruhi keakuratan pengenalan. Algoritma untuk mendeteksi wajah menggunakan titik-titik dari area mata-telinga-hidung yang tetap terbuka.
Satu-satunya situasi βkegagalanβ dalam latihan kami adalah mengubah penampilan seseorang melalui operasi plastik. Seorang karyawan setelah operasi plastik tidak dapat melewati pintu putar: prosesor biometrik tidak dapat mengidentifikasinya. Saya harus memperbarui foto agar akses berdasarkan geometri wajah dapat berfungsi kembali.
Kemampuan sistem pencitraan termal
Akurasi pengukuran dan kecepatannya bergantung pada resolusi matriks pencitraan termal dan karakteristik lainnya. Namun di balik matriks apa pun terdapat perangkat lunak: algoritme analisis video bertanggung jawab untuk mengidentifikasi objek dalam bingkai, mengidentifikasi dan memfilternya.
Misalnya, algoritme salah satu kompleks mengukur suhu 20 orang secara bersamaan. Kapasitas kompleks ini mencapai 400 orang per menit, cukup untuk digunakan di perusahaan industri besar, bandara, dan stasiun kereta api. Pada saat yang sama, pencitra termal mencatat suhu pada jarak hingga 9 meter dengan akurasi plus atau minus 0,3 Β°C.
Ada kompleks yang lebih sederhana. Namun, mereka juga dapat mengatasi tugasnya secara efektif. Salah satu solusinya adalah dengan mengintegrasikan thermal imager ke dalam bingkai detektor logam. Peralatan ini cocok untuk pos pemeriksaan dengan arus pengunjung kecil - hingga 40 orang per menit. Peralatan tersebut mendeteksi wajah orang dan mengukur suhu dengan akurasi 0,5 Β°C pada jarak hingga 1 meter.
Masalah saat bekerja dengan pencitra termal
Pengukuran suhu non-kontak orang di sungai belum bisa dikatakan sempurna. Misalnya, jika seseorang berada di luar dalam waktu lama dalam cuaca dingin, di pintu masuk, pencitraan termal akan menunjukkan suhu 1β2 Β°C lebih rendah dari suhu sebenarnya. Oleh karena itu, sistem ini memungkinkan orang dengan suhu tinggi untuk memasuki fasilitas. Ini dapat diselesaikan dengan berbagai cara, misalnya:
- a) membuat koridor termal sehingga sebelum mengukur suhu, orang beradaptasi dan menjauh dari embun beku;
- b) pada hari-hari yang sangat dingin, tambahkan 1-2 Β°C pada suhu semua penumpang yang masuk - namun, hal ini akan membuat mereka yang datang dengan mobil dicurigai.
Masalah lainnya adalah harga sistem pencitraan termal presisi. Hal ini disebabkan tingginya biaya produksi matriks pencitraan termal, yang memerlukan kalibrasi yang tepat, optik germanium, dll.
Sumber: www.habr.com