थर्मल इमेजिङ नियन्त्रण: थर्मोमिटरहरू, कोरोनाभाइरस र गैरजिम्मेवार कर्मचारीहरू विरुद्ध सम्पर्करहित बायोमेट्रिक्स

पाँच सेकेन्ड धेरै हो कि थोरै ? तातो कफी पिउन पर्याप्त छैन, आफ्नो कार्ड स्वाइप गर्न र काममा जानु धेरै छ। तर कहिलेकाहीँ यस्तो ढिलाइको कारण पनि, विशेष गरी बिहानको समयमा चेकपोइन्टहरूमा लाइनहरू बन्छन्। अब कोभिड-१९ को रोकथामका लागि आवश्यकताहरू पूरा गरौं र प्रवेश गर्ने सबैको तापक्रम नाप्न थालौं? बित्ने समय 19-3 गुणाले बढ्नेछ, यसका कारण भीड देखा पर्नेछ, र भाइरससँग लड्नुको सट्टा, हामीले यसको फैलावटको लागि आदर्श अवस्था प्राप्त गर्नेछौं। 

यो हुनबाट रोक्नको लागि, तपाईंले या त मानिसहरूलाई लाममा व्यवस्थित गर्न वा यो प्रक्रिया स्वचालित गर्न आवश्यक छ। दोस्रो विकल्पमा, एकैचोटि ठूलो संख्यामा मानिसहरूको तापक्रम लिन आवश्यक छ, तिनीहरूलाई अतिरिक्त कार्यहरूको बोझ बिना। यो भिडियो निगरानी प्रणाली थपेर गर्न सकिन्छ थर्मल इमेजर र एकै पटक धेरै कार्यहरू गर्नुहोस्: अनुहारहरू पहिचान गर्नुहोस्, तापक्रम मापन गर्नुहोस् र मास्कको उपस्थिति निर्धारण गर्नुहोस्। हामीले हाम्रो सम्मेलनमा त्यस्ता प्रणालीहरूले कसरी काम गर्छ भनेर कुरा गर्यौं "महामारी विरुद्ध बायोमेट्रिक्स"र हामी तपाईंलाई कट अन्तर्गत थप विवरणमा बताउनेछौं।

थर्मल इमेजिङ प्रणाली कहाँ प्रयोग गरिन्छ?

थर्मल इमेजर एक अप्टिकल-इलेक्ट्रोनिक उपकरण हो जसले इन्फ्रारेड स्पेक्ट्रममा "हेर्छ"। हो, यो एक्शन फिलिमहरूबाट विशेष बलहरू र प्रिडेटरको बारेमा चलचित्रहरूबाट एउटै कुरा हो, जसले रातो र नीलो टोनहरूमा सामान्य छविलाई सुन्दर रूपमा रंग दिन्छ। अभ्यासमा, त्यहाँ यसको बारेमा केहि असामान्य छैन र तिनीहरू धेरै व्यापक रूपमा प्रयोग गरिन्छ: थर्मल इमेजरहरूले ताप उत्सर्जन गर्ने वस्तुहरूको स्थिति र आकार निर्धारण गर्छन् र तिनीहरूको तापक्रम मापन गर्छन्।

उद्योगमा, थर्मल इमेजरहरू लामो समयदेखि उत्पादन लाइनहरू, औद्योगिक उपकरणहरू वा पाइपलाइनहरूमा तापक्रम निगरानी गर्न प्रयोग गरिएको छ। अक्सर थर्मल इमेजरहरू गम्भीर वस्तुहरूको परिधिको वरिपरि देख्न सकिन्छ: थर्मल इमेजिङ प्रणालीहरूले एक व्यक्तिले उत्सर्जन गरेको ताप "हेर्छ"। तिनीहरूको मद्दतले, सुरक्षा प्रणालीहरूले पूर्ण अन्धकारमा पनि सुविधामा अनधिकृत प्रवेश पत्ता लगाउँछन्। 

COVID-19 को कारण, थर्मल इमेजिङ क्यामेराहरू पहुँच नियन्त्रणको लागि बायोमेट्रिक पहिचान प्रणालीहरूसँग बढ्दो रूपमा एकीकृत भइरहेका छन्। उदाहरणका लागि, मा एकीकृत "BioSKUD» (Rostelecom बाट एक व्यापक समाधान, जुन रूसमा विकसित र निर्मित छ) थर्मल इमेजिङ उपकरणहरूले मानिसहरूको तापक्रम मापन गर्न, आन्दोलन ट्र्याक गर्न र उच्च तापमान भएका व्यक्तिहरूलाई हाइलाइट गर्न सक्छ। 

रूस मा थर्मल इमेजिङ प्रणाली को उपयोग को लागी कुनै अनिवार्य मापदण्ड छैन, तर त्यहाँ एक सामान्य छ Rospotrebnadzor सिफारिस गर्नुभयो, जस अनुसार सबै आगन्तुक र कर्मचारीहरूको तापमान निगरानी गर्न आवश्यक छ। र थर्मल इमेजिङ प्रणालीहरूले कर्मचारीहरू र आगन्तुकहरूबाट थप कार्यहरू आवश्यक बिना नै यो लगभग तुरुन्तै गर्छ।

गैर-सम्पर्क तापमान मापन स्ट्रिमिङका लागि प्रणालीहरूले कसरी काम गर्छ

प्रणालीको आधार थर्मल इमेजिङ कम्प्लेक्स हो जसमा थर्मल इमेजिङ र परम्परागत क्यामेराहरू समावेश छन्, जुन साझा आवासमा प्याकेज गरिएका छन्। यदि तपाईं कोरिडोरमा हिंड्दै हुनुहुन्छ र दुई-आँखाको क्यामेराले तपाईंलाई अनुहारमा हेरिरहेको छ भने, यो थर्मल इमेजर हो। चिनियाँ ठट्टा गर्नेहरूले कहिलेकाहीं तिनीहरूलाई सेतो बनाउँछन् र तिनीहरूलाई पान्डा जस्तै देखाउन सानो "कान" थप्छन्। 

BioSKUD सँग एकीकरण र अनुहार पहिचान एल्गोरिदमको सञ्चालनको लागि सरल अप्टिक्स आवश्यक छ - प्रवेश गर्नेहरूका लागि व्यक्तिगत सुरक्षा उपकरण (मास्क) को उपलब्धता पहिचान गर्न र जाँच गर्न। थप रूपमा, एक परम्परागत क्यामेरा मानिसहरू बीच वा मानिसहरू र उपकरणहरू बीचको दूरी निगरानी गर्न प्रयोग गर्न सकिन्छ। सफ्टवेयरमा, मापन परिणामहरूको बारेमा भिडियो जानकारी अपरेटरलाई परिचित फारममा प्रदर्शित हुन्छ।

थर्मल इमेजरले मानिसहरूको तापक्रममा मात्र प्रतिक्रिया दिनको लागि, यसले पहिले नै अनुहार पत्ता लगाउने एल्गोरिदम समावेश गर्दछ। उपकरणले थर्मल म्याट्रिक्सबाट सही बिन्दुहरूमा तापक्रम पढ्छ - यस अवस्थामा, निधार क्षेत्रमा। यो "फिल्टर" बिना, थर्मल इमेजरले तातो कफीको कप, इन्यान्डेसेन्ट लाइट बल्बहरू, इत्यादिमा ट्रिगर गर्नेछ। अतिरिक्त कार्यहरूमा सुरक्षात्मक उपकरणहरूको उपस्थिति निगरानी र दूरी कायम राख्नु समावेश छ। 

सामान्यतया, परिसरको प्रवेशद्वारमा, थर्मल इमेजिङ प्रणालीहरू पहुँच नियन्त्रण र व्यवस्थापन प्रणालीहरूसँग एकीकृत हुन्छन्। कम्प्लेक्सले सर्भरमा जडान गर्दछ, जसले भिडियो एनालिटिक्स एल्गोरिदमहरू प्रयोग गरेर आगमन डेटा प्रशोधन गर्दछ र तिनीहरूलाई स्वचालित अपरेटर वर्कस्टेशन (AWS) मा पठाउँछ। 

यदि थर्मल इमेजिङ क्यामेराले उच्च तापक्रम पत्ता लगायो भने, त्यसपछि नियमित क्यामेराले आगन्तुकको फोटो लिन्छ र कर्मचारी वा आगन्तुकहरूको डाटाबेससँग पहिचानको लागि नियन्त्रण प्रणालीमा पठाउँछ। 

थर्मल इमेजिङ प्रणालीहरूको क्यालिब्रेसन: सन्दर्भ नमूनाहरूबाट मेसिन लर्निङसम्म

स्ट्रिमिङ गैर-सम्पर्क तापमान मापन सेटअप र सञ्चालन गर्न, यो सामान्यतया प्रयोग गरिन्छ निरपेक्ष कालो शरीर (ABL), जुन कुनै पनि तापक्रममा सबै दायराहरूमा विद्युत चुम्बकीय विकिरण अवशोषित गर्दछ। यो थर्मल इमेजिङ क्यामेराको दृश्यको क्षेत्रमा स्थापित छ र थर्मल इमेजर क्यालिब्रेट गर्न प्रयोग गरिन्छ। ब्ल्याकबडीले 32-40 °C (निर्माताको आधारमा) को सन्दर्भ तापक्रम कायम राख्छ, जसको साथ उपकरणले प्रत्येक पटक अन्य वस्तुहरूको तापक्रम मापन गर्दा "जाँच" गरिन्छ।

यस्तो प्रणाली प्रयोग गर्न असुविधाजनक छ। त्यसोभए, थर्मल इमेजरले सही रूपमा काम गर्नको लागि, कालो शरीरलाई 10-15 मिनेटको लागि वांछित तापक्रममा न्यानो हुनुपर्छ। एउटा सुविधामा, थर्मल इमेजिङ कम्प्लेक्स रातमा बन्द गरिएको थियो, र बिहान ब्ल्याकबडीलाई राम्ररी न्यानो गर्न समय थिएन। नतिजाको रूपमा, शिफ्टमा प्रवेश गर्ने सबैको शिफ्टको सुरुमा उच्च तापक्रम थियो। पछि हामीले यो पत्ता लगायौं, र अब थर्मल इमेजिङ प्रणाली रातमा बन्द छैन।

हामी हाल एक प्रयोगात्मक प्रविधि विकास गर्दैछौं जसले हामीलाई ब्ल्याकबडी बिना गर्न अनुमति दिन्छ। यो पत्ता लाग्यो कि हाम्रो छाला यसको विशेषताहरूमा पूर्ण रूपमा कालो शरीरको नजिक छ, र एक व्यक्तिको अनुहार मानकको रूपमा प्रयोग गर्न सकिन्छ। हामीलाई थाहा छ कि अधिकांश मानिसहरूको शरीरको तापक्रम ३६.६ डिग्री सेल्सियस हुन्छ। यदि, उदाहरणका लागि, तपाईंले 36,6 मिनेटको लागि समान तापक्रम भएका मानिसहरूलाई ट्र्याक गर्नुभयो र यो तापक्रम 10 °C मा लिनुभयो भने, तपाईंले तिनीहरूको अनुहारमा आधारित थर्मल इमेजर क्यालिब्रेट गर्न सक्नुहुन्छ। आर्टिफिसियल इन्टेलिजेन्सको सहयोगमा लागू गरिएको यो प्रविधिले राम्रो नतिजा देखाउँछ - ब्ल्याकबडी भएको थर्मल इमेजिङ प्रणालीभन्दा खराब छैन।

जहाँ ब्ल्याकबडी अझै पनि प्रयोग गरिन्छ, आर्टिफिसियल इन्टेलिजेन्सले थर्मल इमेजरहरू क्यालिब्रेट गर्न मद्दत गर्दछ। तथ्य यो हो कि धेरै थर्मल इमेजिङ प्रणालीहरूलाई थर्मल इमेजरको म्यानुअल स्थापना र कालो शरीरमा यसको समायोजन आवश्यक छ। तर त्यसपछि, परिस्थिति परिवर्तन हुँदा, क्यालिब्रेसन फेरि गर्नुपर्छ, अन्यथा थर्मल इमेजरहरूले तापमान विचलन देखाउन थाल्छन् वा आगन्तुकहरूलाई सामान्य तापक्रममा प्रतिक्रिया दिन थाल्छन्। म्यानुअल क्यालिब्रेसन यस्तो आनन्द हो, त्यसैले हामीले आर्टिफिसियल इन्टेलिजेन्समा आधारित मोड्युल विकास गरेका छौं, जसले कालो शरीर पत्ता लगाउन जिम्मेवार छ र सबै कुरा आफैं समायोजन गर्छ। 

के यो एल्गोरिदमबाट आफूलाई लुकाउन सम्भव छ?

आर्टिफिसियल इन्टेलिजेन्स र मेसिन लर्निङ प्रायः कन्ट्याक्टलेस बायोमेट्रिक्समा प्रयोग गरिन्छ। विदेशी वस्तुहरू (कफी वा चियाको तातो कप, प्रकाश तत्वहरू, इलेक्ट्रोनिक्स) बेवास्ता गर्दै तापक्रम मापन गर्न स्ट्रिममा अनुहारहरू पत्ता लगाउन AI जिम्मेवार छ। ठीक छ, मास्क लगाएका अनुहारहरू पहिचान गर्न प्रशिक्षण एल्गोरिदमहरू 2018 देखि कुनै पनि प्रणालीको लागि आवश्यक भएको छ, कोरोनाभाइरस अघि पनि: मध्य पूर्वमा, मानिसहरूले धार्मिक कारणहरूले गर्दा उनीहरूको अनुहारको महत्त्वपूर्ण भाग छोप्छन्, र धेरै एशियाई देशहरूमा उनीहरूले लामो समयसम्म फ्लू वा शहरी धुवाँ बाट जोगाउन मास्क प्रयोग गरियो। आधा लुकेको अनुहार चिन्न धेरै गाह्रो छ, तर एल्गोरिदमहरू पनि सुधार हुँदैछन्: आज न्यूरल नेटवर्कहरूले मास्क लगाएका अनुहारहरू पत्ता लगाउँछन् जुन एक वर्ष पहिले मास्क बिना नै थियो।

यस्तो देखिन्छ कि मास्क र अन्य व्यक्तिगत सुरक्षा उपकरणहरू पहिचानमा समस्या भएको हुनुपर्छ। तर व्यवहारमा, न मास्कको उपस्थिति वा कपालमा परिवर्तन वा चश्माको आकारले पहिचानको शुद्धतालाई असर गर्छ। अनुहार पत्ता लगाउनको लागि एल्गोरिदमहरूले आँखा-कान-नाक क्षेत्रबाट बिन्दुहरू प्रयोग गर्दछ जुन खुला रहन्छ। 

हाम्रो अभ्यासमा एक मात्र "असफलता" अवस्था प्लास्टिक सर्जरी मार्फत आफ्नो रूप परिवर्तन समावेश छ। प्लास्टिक सर्जरी पछि एक कर्मचारी टर्नस्टाइलहरू पार गर्न असमर्थ थियो: बायोमेट्रिक प्रोसेसरहरूले उनको पहिचान गर्न असमर्थ थिए। मैले तस्बिर अपडेट गर्नुपरेको थियो ताकि अनुहार ज्यामितिद्वारा पहुँचले फेरि काम गरोस्।

थर्मल इमेजिङ प्रणाली को क्षमता

मापन शुद्धता र यसको गति थर्मल इमेजर म्याट्रिक्स र यसको अन्य विशेषताहरु को संकल्प मा निर्भर गर्दछ। तर कुनै पनि म्याट्रिक्स पछाडि सफ्टवेयर छ: एक भिडियो एनालिटिक्स एल्गोरिथ्म फ्रेममा वस्तुहरू पहिचान गर्न, पहिचान र फिल्टर गर्न जिम्मेवार छ। 

उदाहरण को लागी, एक परिसर को एल्गोरिथ्म एकै समयमा 20 मान्छे को तापमान मापन गर्दछ। कम्प्लेक्सको क्षमता प्रति मिनेट 400 व्यक्तिहरू सम्म छ, जुन ठूला औद्योगिक उद्यमहरू, एयरपोर्टहरू र रेल स्टेशनहरूमा प्रयोगको लागि पर्याप्त छ। एकै समयमा, थर्मल इमेजरहरूले प्लस वा माइनस ०.३ डिग्री सेल्सियसको सटीकताको साथ ९ मिटरसम्मको दूरीमा तापक्रम रेकर्ड गर्छन्। 
त्यहाँ सरल जटिलहरू छन्। यद्यपि, तिनीहरूले आफ्नो कार्यहरू प्रभावकारी रूपमा सामना गर्न सक्छन्। एउटा समाधान भनेको थर्मल इमेजरलाई मेटल डिटेक्टर फ्रेममा एकीकृत गर्नु हो। उपकरणको यो सेट आगन्तुकहरूको सानो प्रवाहको साथ चेकपोइन्टहरूको लागि उपयुक्त छ - प्रति मिनेट 40 मान्छे सम्म। यस्तो उपकरणले मानिसको अनुहार पत्ता लगाउँछ र १ मिटरसम्मको दूरीमा ०.५ डिग्री सेल्सियसको सटीकतामा तापक्रम नाप्छ।

थर्मल इमेजरहरूसँग काम गर्दा समस्याहरू

स्ट्रिममा मानिसहरूको गैर-सम्पर्क तापक्रम मापन अझै पनि सही भन्न सकिँदैन। उदाहरणका लागि, यदि कुनै व्यक्ति चिसो मौसममा लामो समयसम्म बाहिर रहेको छ भने, प्रवेशद्वारमा थर्मल इमेजरले वास्तविक तापमानभन्दा १–२ डिग्री सेल्सियस कम तापक्रम देखाउनेछ। यस कारणले, प्रणालीले उच्च तापमान भएका मानिसहरूलाई सुविधामा प्रवेश गर्न अनुमति दिन सक्छ। यो विभिन्न तरिकामा समाधान गर्न सकिन्छ, उदाहरणका लागि:

• क) एक थर्मल कोरिडोर बनाउनुहोस् ताकि तापमान मापन गर्नु अघि, मानिसहरू अनुकूल हुन्छन् र चिसोबाट टाढा जान्छन्;
• ख) चिसो दिनहरूमा, सबै आगमन यात्रुहरूको तापक्रममा 1-2 °C थप्नुहोस् - यद्यपि, यसले कारबाट आउनेहरूलाई शंकाको घेरामा ल्याउनेछ।

अर्को समस्या परिशुद्धता थर्मल इमेजिङ प्रणाली को मूल्य ट्याग छ। यो थर्मल इमेजिङ म्याट्रिक्स उत्पादनको उच्च लागतको कारण हो, जसलाई सटीक क्यालिब्रेसन, जर्मेनियम अप्टिक्स, आदि आवश्यक पर्दछ। 

स्रोत: www.habr.com