Är fem sekunder mycket eller lite? Att dricka varmt kaffe räcker inte, att svepa kortet och gå till jobbet är mycket. Men ibland till och med på grund av en sådan försening bildas köer vid checkpoints, särskilt på morgnarna. Låt oss nu uppfylla kraven för att förebygga covid-19 och börja mäta temperaturen på alla som kommer in? Passagetiden kommer att öka med 3-4 gånger, på grund av detta kommer en folkmassa att dyka upp, och istället för att bekämpa viruset kommer vi att få idealiska förhållanden för dess spridning.
För att förhindra att detta händer måste du antingen organisera personer i en kö eller automatisera denna process. I det andra alternativet är det nödvändigt att ta temperaturen på ett stort antal människor på en gång, utan att belasta dem med ytterligare åtgärder. Detta kan göras genom att lägga till ett videoövervakningssystem och utför flera åtgärder på en gång: identifiera ansikten, mät temperatur och bestäm förekomsten av en mask. Vi pratade om hur sådana system fungerar på vår konferens ""och vi kommer att berätta mer detaljerat under klippet.
Var används värmeavbildningssystem?
En värmekamera är en optisk-elektronisk enhet som "ser" i det infraröda spektrumet. Ja, det här är samma sak från actionfilmer om käcka specialstyrkor och filmer om Predator, som vackert färgar den vanliga bilden i röda och blå toner. I praktiken är det inget ovanligt med det och de används ganska brett: värmekamera bestämmer positionen och formen på föremål som avger värme och mäter deras temperatur.
Inom industrin har värmekamera länge använts för att övervaka temperaturer på produktionslinjer, industriell utrustning eller rörledningar. Ofta kan värmekamera ses runt omkretsen av allvarliga föremål: värmebildsystem "ser" värmen som en person avger. Med deras hjälp upptäcker säkerhetssystemen obehörigt intrång i en anläggning även i totalt mörker.
På grund av covid-19 integreras värmekameror alltmer med biometriska identifieringssystem för passerkontroll. Till exempel integrerad i "» (en heltäckande lösning från Rostelecom, som är utvecklad och tillverkad i Ryssland) värmebilder kan mäta temperaturen hos människor, spåra rörelser och lyfta fram individer med förhöjda temperaturer.
Det finns inga obligatoriska standarder för användning av termiska bildsystem i Ryssland, men det finns en allmän , enligt vilken det är nödvändigt att övervaka temperaturen för alla besökare och anställda. Och värmebildsystem gör detta nästan omedelbart, utan att kräva ytterligare åtgärder från anställda och besökare.
Hur system för strömmande beröringsfri temperaturmätning fungerar
Basen i systemet är ett värmebildskomplex bestående av värmebilder och konventionella kameror, som är förpackade i ett gemensamt hölje. Om du går i en korridor och en fyllig tvåögd kamera stirrar dig i ansiktet, är det här en värmekamera. Kinesiska skojare gör dem ibland vita och lägger till små "öron" för att få dem att se mer ut som pandor.
Enkel optik behövs för integration med BioSKUD och drift av ansiktsigenkänningsalgoritmer - för att identifiera och kontrollera tillgängligheten av personlig skyddsutrustning (masker) för de som kommer in. Dessutom kan en konventionell kamera användas för att övervaka avståndet mellan människor eller mellan människor och utrustning. I programvaran visas videoinformation om mätresultat i en form som är bekant för operatören.
För att värmekameran bara ska reagera på människors temperatur har den redan en ansiktsdetekteringsalgoritm. Utrustningen läser av temperaturen från en termisk matris vid rätt punkter - i det här fallet i pannan. Utan detta "filter" skulle värmekameran utlösas på koppar varmt kaffe, glödlampor, etc. Ytterligare funktioner inkluderar att övervaka förekomsten av skyddsutrustning och hålla avstånd.
Vanligtvis, vid ingången till lokaler, är värmebildsystem integrerade med passerkontroll och hanteringssystem. Komplexet ansluter till en server som bearbetar inkommande data med hjälp av videoanalysalgoritmer och överför dem till en automatiserad operatörsarbetsstation (AWS).
Om en värmekamera upptäcker en förhöjd temperatur, tar en vanlig kamera ett foto av besökaren och skickar det till kontrollsystemet för identifiering med databasen över anställda eller besökare.
Kalibrering av värmeavbildningssystem: från referensprover till maskininlärning
För att ställa in och driva strömmande beröringsfri temperaturmätning används den vanligtvis absolut svart kropp (ABL), som vid vilken temperatur som helst absorberar elektromagnetisk strålning inom alla områden. Den installeras i värmekamerans synfält och används för att kalibrera värmekameran. Den svarta kroppen håller en referenstemperatur på 32–40 °C (beroende på tillverkare), med vilken utrustningen "kontrolleras" varje gång den mäter temperaturen på andra föremål.
Det är obekvämt att använda ett sådant system. Så för att värmekameran ska fungera korrekt måste den svarta kroppen värmas upp till önskad temperatur i 10–15 minuter. På en anläggning stängdes värmebildkomplexet av på natten och på morgonen hann den svarta kroppen inte värmas upp ordentligt. Som ett resultat hade alla som gick in i skiftet en förhöjd temperatur i början av skiftet. Senare kom vi på det, och nu är värmebildsystemet inte avstängt på natten.
Vi håller för närvarande på att utveckla en experimentell teknik som gör att vi kan klara oss utan den svarta kroppen. Det visade sig att vår hud i sina egenskaper är nära en helt svart kropp, och en persons ansikte kan användas som standard. Vi vet att de flesta människor har en kroppstemperatur på 36,6 °C. Om du till exempel spårar personer med samma temperatur i 10 minuter och tar denna temperatur till 36,6 °C, så kan du kalibrera värmekameran baserat på deras ansikten. Denna teknik, implementerad med hjälp av artificiell intelligens, visar goda resultat - inte sämre än termiska bildsystem med en svartkropp.
Där den svarta kroppen fortfarande används hjälper artificiell intelligens till att kalibrera värmekamera. Faktum är att de flesta värmebildsystem kräver manuell installation av värmekameran och dess anpassning till den svarta kroppen. Men sedan, när förhållandena ändras, måste kalibreringen göras igen, annars börjar värmekameran visa temperaturavvikelser eller reagerar på besökare med normal temperatur. Manuell kalibrering är en sådan glädje, så vi har utvecklat en modul baserad på artificiell intelligens, som ansvarar för att upptäcka den svarta kroppen och justerar allt själv.
Är det möjligt att dölja sig från algoritmer?
Artificiell intelligens och maskininlärning används ofta i kontaktlös biometri. AI är ansvarig för att upptäcka ansikten i en ström för att mäta temperatur, ignorera främmande föremål (en varm kopp kaffe eller te, belysningselement, elektronik). Tja, träningsalgoritmer för att känna igen ansikten som bär masker har varit ett måste för alla system sedan 2018, även före coronaviruset: i Mellanöstern täcker människor en betydande del av sina ansikten av religiösa skäl, och i många asiatiska länder har de länge använde masker för att skydda mot influensa eller urban smog. Att känna igen ett halvt dolt ansikte är svårare, men algoritmerna förbättras också: idag upptäcker neurala nätverk ansikten som bär masker med samma sannolikhet som för ett år sedan utan masker.
Det verkar som om masker och annan personlig skyddsutrustning borde ha blivit ett problem vid identifiering. Men i praktiken påverkar varken närvaron av en mask eller en förändring i frisyr eller form av glasögon träffsäkerheten i igenkänningen. Algoritmer för att upptäcka ansikten använder punkter från området ögon-öra-näsa som förblir öppna.
Den enda "misslyckande" situationen i vår praktik innebär att man ändrar sitt utseende genom plastikkirurgi. En anställd efter plastikkirurgi kunde inte passera genom vändkorsen: biometriska processorer kunde inte identifiera henne. Jag var tvungen att uppdatera fotot så att åtkomst med ansiktsgeometri skulle fungera igen.
Värmebildsystems förmåga
Mätnoggrannheten och dess hastighet beror på värmekameramatrisens upplösning och dess övriga egenskaper. Men bakom vilken matris som helst finns programvara: en videoanalysalgoritm är ansvarig för att identifiera objekt i bildrutan, identifiera och filtrera dem.
Till exempel mäter algoritmen för ett av komplexen temperaturen på 20 personer samtidigt. Komplexets kapacitet är upp till 400 personer per minut, vilket är tillräckligt för användning på stora industriföretag, flygplatser och tågstationer. Samtidigt registrerar värmekamera temperatur på ett avstånd på upp till 9 meter med en noggrannhet på plus eller minus 0,3 °C.
Det finns enklare komplex. Men de kan också hantera sina uppgifter effektivt. En lösning är att integrera en värmekamera i metalldetektorns ram. Denna uppsättning utrustning är lämplig för checkpoints med ett litet flöde av besökare - upp till 40 personer per minut. Sådan utrustning känner av människors ansikten och mäter temperatur med en noggrannhet på 0,5 °C på ett avstånd av upp till 1 meter.
Problem vid arbete med värmekamera
Beröringsfri temperaturmätning av människor i en bäck kan ännu inte kallas perfekt. Om en person till exempel har varit ute länge i kallt väder, kommer värmekameran vid ingången att visa en temperatur som är 1–2 °C lägre än den verkliga. På grund av detta kan systemet tillåta personer med förhöjda temperaturer att komma in i anläggningen. Detta kan lösas på olika sätt, till exempel:
- a) skapa en termisk korridor så att människor anpassar sig och flyttar sig från frosten innan de mäter temperaturen;
- b) på frostiga dagar, lägg till 1–2 °C till temperaturen på alla inkommande passagerare – det kommer dock att göra att de som anlände med bil blir misstänkta.
Ett annat problem är prislappen på precisionsvärmebildsystem. Detta beror på den höga kostnaden för att producera en termisk bildmatris, som kräver exakt kalibrering, germaniumoptik, etc.
Källa: will.com