Съдържание:

TouchFree: Павилион за автоматична проверка на температурата и откриване на маски: 5 стъпки
TouchFree: Павилион за автоматична проверка на температурата и откриване на маски: 5 стъпки

Видео: TouchFree: Павилион за автоматична проверка на температурата и откриване на маски: 5 стъпки

Видео: TouchFree: Павилион за автоматична проверка на температурата и откриване на маски: 5 стъпки
Видео: Игровой ноутбук за 1000$ - HP Pavilion 15 (2020) 2024, Ноември
Anonim
Image
Image
TouchFree: Автоматизиран павилион за проверка на температурата и откриване на маски
TouchFree: Автоматизиран павилион за проверка на температурата и откриване на маски
TouchFree: Павилион за автоматична проверка на температурата и откриване на маски
TouchFree: Павилион за автоматична проверка на температурата и откриване на маски

Тъй като страните по света се отварят отново, животът с новия коронавирус се превръща в новия начин на живот. Но за да спрем разпространението на вируса, трябва да отделим хората с коронавирус от останалите.

Според CDC, треската е водещият симптом на коронавируса, като до 83% от симптоматичните пациенти показват някои признаци на треска. Много страни правят температурните проверки и маски задължителни за училища, колежи, офиси и други работни места.

В момента температурните проверки се извършват ръчно с помощта на безконтактен термометър. Ръчните проверки могат да бъдат неефективни, непрактични (на места с голям ход) и рискови.

За да разреша тези проблеми, аз проектирах павилион, който автоматизира процеса на проверка на температурата, като използва лицеви ориентири и безконтактен инфрачервен сензор за температура и откриване на маски, използвайки дълбоко изучаваща невронна мрежа.

Използването на този павилион не се ограничава само до училища, колежи, офиси, други работни места, но може да се използва и в зони с висок риск като болници. Това устройство може да се използва и на гари, автобусни спирки, летища и др.

Моят подход за този проект беше да изградя процес на рационализирана настройка, така че всеки без предишен опит с компютърно зрение или дълбоко обучение да може да използва това. Това е напълно функциониращ и готов за използване проект. Направих този проект силно адаптивен, като добавих кодови файлове за всяка отделна част и пълната версия. По този начин можете да използвате всяка от частите на проекта поотделно.

Обяснение

Първо, невронната мрежа за дълбоко обучение, базирана на Tensorflow, се опитва да открие дали лицето носи маска или не. Системата е направена здрава, като я обучава с много различни примери за предотвратяване на фалшиви положителни резултати.

След като системата открие маската, тя изисква от потребителя да премахне маската, за да може тя да извърши маркиране на лицето. Системата използва DLIB модул за ориентиране на лицето, за да намери най -доброто място на челото на лицето, от което да измерва температурата.

След това, използвайки PID система за управление със серво мотори, системата се опитва да приведе избраното място на челото към сензора. След като бъде подравнена, системата извършва отчитане на температурата с помощта на безконтактен IR температурен сензор.

Ако температурата е в рамките на нормалния температурен диапазон на човешкото тяло, това позволява на лицето да продължи и изпраща имейл до администратора със снимка и други подробности като телесна температура и т.н.

Консумативи

Хардуер

  1. Raspberry Pi Модел 2/3/4
  2. Модул за камера на Raspberry Pi v1/v2
  3. Модул за безконтактен инфрачервен сензор за температура (MLX90614)
  4. Официален Raspberry Pi сензорен екран (или общ 3,5 -инчов сензорен екран) (по избор)
  5. Комплект Pan Tilt
  6. SG90 Micro Digital Servo x 2
  7. MicroSD карта
  8. Адаптер за захранване Raspberry Pi

Софтуер

  1. Raspberry Pi OS (по -рано известен като Raspbian)
  2. Тензорен поток-2.2.2
  3. OpenCV
  4. DLIB Лицеви ориентири

Препоръчано: