熱成像控制:針對溫度計、冠狀病毒和不負責任的員工的非接觸式生物識別

熱成像控制:針對溫度計、冠狀病毒和不負責任的員工的非接觸式生物識別
五秒是多還是少? 喝熱咖啡還不夠,刷卡上班就很多了。 但有時即使因為這樣的延誤,檢查站也會排隊,尤其是在早上。 現在讓我們滿足預防COVID-19的要求,開始測量所有進入的人的體溫? 透過時間將增加3-4倍,因此會出現人群,我們不會與病毒作鬥爭,而是為病毒的傳播提供了理想的條件。 

為了防止這種情況發生,您需要將人員組織到佇列中或自動執行此程序。 在第二種選擇中,有必要同時測量大量人員的體溫,而不會給他們帶來額外的負擔。 這可以透過添加視訊監控系統來完成 熱像儀 並同時執行多項操作:辨識臉部、測量溫度並確定是否配戴口罩。 我們在會議上討論了此類系統的工作原理“生物辨識技術應對疫情「我們會在剪輯中告訴你更多細節。

熱成像系統用在哪裡?

熱像儀是一種在紅外光譜中「看到」的光電設備。 是的,這與關於英勇特種部隊的動作片和關於鐵血戰士的電影是一樣的,它們用紅色和藍色色調美麗地為通常的圖像著色。 在實踐中,這並沒有什麼不尋常的,而且它們的應用相當廣泛:熱成像儀確定發出熱量的物體的位置和形狀並測量它們的溫度。

在工業中,熱像儀長期以來被用來監測生產線、工業設備或管道的溫度。 通常可以在嚴重物體的周邊看到熱成像儀:熱成像系統「看到」人散發的熱量。 在他們的幫助下,即使在完全黑暗的情況下,安全系統也能偵測到未經授權的設施進入。 

由於 COVID-19,紅外線熱像儀越來越多地與生物識別系統整合以進行存取控制。 例如,整合到“生物SKUD»(Rostelecom 的綜合解決方案,在俄羅斯開發和製造)熱成像設備可以測量人體體溫、追蹤運動並突出顯示體溫升高的個體。 

熱成像控制:針對溫度計、冠狀病毒和不負責任的員工的非接觸式生物識別
俄羅斯對於熱成像系統的使用沒有強制性標準,但有一個通用的標準 Rospotrebnadzor 推薦,根據該規定,有必要監測所有訪客和員工的體溫。 熱成像系統幾乎可以立即完成此操作,無需員工和訪客進行額外操作。

流式非接觸式溫度測量系統的工作原理

熱成像控制:針對溫度計、冠狀病毒和不負責任的員工的非接觸式生物識別
該系統的基礎是由熱成像和傳統相機組成的熱成像複合體,它們封裝在一個共同的外殼中。 如果您走在走廊上,並且一個胖乎乎的兩隻眼睛的攝影機正盯著您的臉,那麼這就是熱成像儀。 中國的惡作劇者有時會把它們弄成白色,並加上小“耳朵”,讓它們看起來更像熊貓。 

與 BioSKUD 整合和臉部辨識演算法的操作需要簡單的光學元件 - 識別和檢查進入人員的個人防護設備(口罩)的可用性。 此外,傳統的攝影機可用於監控人與人之間或人與設備之間的距離。 在軟體中,有關測量結果的視訊資訊以操作員熟悉的形式顯示。

熱成像控制:針對溫度計、冠狀病毒和不負責任的員工的非接觸式生物識別
為了使熱像儀僅對人的溫度做出反應,它已經包含了臉部偵測演算法。 設備從熱矩陣中讀取正確點的溫度 - 在本例中是前額區域。 如果沒有這個“過濾器”,熱像儀就會在熱咖啡、白熾燈泡等上觸發。其他功能包括監控防護設備的存在和保持距離。 

通常,在場所入口處,熱成像系統與存取控制和管理系統整合。 該綜合體連接到伺服器,該伺服器使用視訊分析演算法處理傳入資料並將其傳輸到自動化操作員工作站(AWS)。 

如果熱成像攝影機偵測到溫度升高,則常規攝影機會拍攝訪客的照片並將其傳送到控制系統,以便在員工或訪客的資料庫中進行識別。 

熱成像系統的校準:從參考樣本到機器學習

要設定和操作流式非接觸式溫度測量,通常使用 絕對黑體 (ABL),在任何溫度下吸收所有範圍內的電磁輻射。 它安裝在熱像儀的視場內,用於校準熱像儀。 黑體保持 32-40 °C 的參考溫度(取決於製造商),每次測量其他物體的溫度時,設備都會透過該溫度進行「檢查」。

熱成像控制:針對溫度計、冠狀病毒和不負責任的員工的非接觸式生物識別
使用這樣的系統很不方便。 因此,為了使熱像儀正常工作,黑體必須預熱到所需溫度 10-15 分鐘。 在一處設施中,熱成像綜合體在夜間關閉,早上黑體沒有時間適當預熱。 結果,每個入班的人在輪班開始時體溫都升高了。 後來我們想通了,現在熱成像系統晚上是不關閉的。

我們目前正在開發一種實驗技術,使我們能夠在沒有黑體的情況下進行工作。 原來,我們的皮膚在特性上接近全黑的身體,可以以人的臉作為標準。 我們知道大多數人的體溫是36,6℃。 例如,如果您追蹤具有相同體溫的人10分鐘,並取該溫度為36,6℃,那麼您可以根據他們的臉部來校準熱成像儀。 這項技術在人工智慧的幫助下實現,顯示出良好的效果——不比黑體熱成像系統差。

在仍然使用黑體的地方,人工智慧有助於校準熱成像儀。 事實上,大多數熱成像系統都需要手動安裝熱成像儀並將其調整為黑體。 但隨後,當條件改變時,必須再次進行校準,否則熱像儀開始顯示溫度偏差或以正常溫度對訪客做出反應。 手動校準是如此的快樂,所以我們開發了一個基於人工智慧的模組,它負責檢測黑體並自行調整一切。 

是否有可能在演算法面前偽裝自己?

人工智慧和機器學習通常用於非接觸式生物辨識技術。 人工智慧負責偵測流中的人臉來測量溫度,忽略異物(一杯熱咖啡或茶、照明元件、電子產品)。 嗯,自2018 年以來,甚至在冠狀病毒出現之前,訓練演算法來識別戴口罩的臉部一直是任何系統的必備條件:在中東,人們出於宗教原因遮住了臉部的很大一部分,而在許多亞洲國家,他們長期以來一直戴著口罩。使用口罩來預防流感或城市煙霧。 識別半隱藏的面孔更加困難,但演算法也在改進:今天,神經網路偵測戴口罩的臉的機率與一年前不戴口罩的機率相同。

熱成像控制:針對溫度計、冠狀病毒和不負責任的員工的非接觸式生物識別
看來,口罩等個人防護用品本應成為身分識別的難題。 但在實踐中,口罩的存在、髮型或眼鏡形狀的改變都不會影響辨識的準確性。 用於檢測臉部的演算法使用來自保持開放的眼耳鼻區域的點。 

我們實踐中唯一的「失敗」情況是透過整形手術改變一個人的外表。 一名整容手術後的員工無法通過十字轉門:生物辨識處理器無法辨識她的身分。 我必須更新照片,以便透過臉部幾何形狀進行訪問才能再次工作。

熱成像系統的功能

測量精度及其速度取決於熱像儀矩陣的分辨率及其其他特性。 但任何矩陣背後都有軟體:視訊分析演算法負責識別幀中的對象,識別和過濾它們。 

例如,其中一個綜合體的演算法可以同時測量 20 個人的體溫。 該綜合體的通行能力可達每分鐘400人,足以滿足大型工業企業、機場、火車站的使用。 同時,熱成像儀記錄距離最遠9公尺的溫度,精度為正負0,3℃。 
還有更簡單的複合體。 然而,他們也可以有效地應對任務。 一種解決方案是將熱像儀整合到金屬探測器框架中。 這套設備適用於人流較少的檢查站-每分鐘最多40人。 此類設備可偵測人臉並在最遠 0,5 公尺的距離內測量溫度,精度可達 1°C。

使用熱像儀時出現的問題

溪流中人員的非接觸式體溫測量尚不能稱為完美。 例如,如果一個人在寒冷的天氣下長時間在室外,在入口處熱成像儀顯示的溫度將比真實溫度低1-2℃。 因此,系統可能會允許體溫升高的人員進入設施。 這可以透過不同的方式解決,例如:

  • a) 創建一條熱走廊,以便在測量溫度之前,人們能夠適應並遠離霜凍;
  • b) 在霜凍天,將所有入境旅客的體溫提高 1-2 °C - 但是,這會使駕車抵達的旅客受到懷疑。

另一個問題是精密熱成像系統的價格標籤。 這是由於生產熱成像矩陣的成本很高,需要精確的校準、鍺光學等。 

來源: www.habr.com

添加評論