Sommario:

TouchFree: controllo automatico della temperatura e chiosco per il rilevamento della maschera: 5 passaggi
TouchFree: controllo automatico della temperatura e chiosco per il rilevamento della maschera: 5 passaggi

Video: TouchFree: controllo automatico della temperatura e chiosco per il rilevamento della maschera: 5 passaggi

Video: TouchFree: controllo automatico della temperatura e chiosco per il rilevamento della maschera: 5 passaggi
Video: Termoscanner con riconoscimento facciale 2024, Novembre
Anonim
Image
Image
TouchFree: chiosco automatico per il controllo della temperatura e il rilevamento delle maschere
TouchFree: chiosco automatico per il controllo della temperatura e il rilevamento delle maschere
TouchFree: chiosco automatico per il controllo della temperatura e il rilevamento delle maschere
TouchFree: chiosco automatico per il controllo della temperatura e il rilevamento delle maschere

Mentre i paesi di tutto il mondo stanno riaprendo, convivere con il nuovo coronavirus sta diventando il nuovo modo di vivere. Ma per fermare la diffusione del virus dobbiamo separare le persone che hanno il Coronavirus dal resto.

Secondo il CDC, la febbre è il sintomo principale del Coronavirus con fino all'83% dei pazienti sintomatici che mostrano alcuni segni di febbre. Molti Paesi stanno rendendo obbligatori i controlli della temperatura e le maschere per scuole, college, uffici e altri luoghi di lavoro.

Attualmente, i controlli della temperatura vengono eseguiti manualmente utilizzando il termometro senza contatto. I controlli manuali possono essere inefficienti, poco pratici (in luoghi con un grande passaggio) e rischiosi.

Per risolvere questi problemi, ho progettato un chiosco che automatizza il processo di controllo della temperatura utilizzando il riconoscimento facciale e il sensore di temperatura IR senza contatto e il rilevamento della maschera utilizzando la rete neurale di apprendimento profondo.

L'uso di questo chiosco non è limitato a scuole, college, uffici, altri luoghi di lavoro ma può essere utilizzato anche in aree ad alto rischio come gli ospedali. Questo dispositivo può essere utilizzato anche presso stazioni ferroviarie, fermate autobus, aeroporti, ecc.

Il mio approccio per questo progetto è stato quello di costruire un processo di installazione semplificato in modo tale che chiunque senza precedenti esperienze di visione artificiale o deep learning possa usarlo. Questo è un progetto completamente funzionante e pronto per l'uso. Ho reso questo progetto altamente personalizzabile aggiungendo file di codice per ogni parte autonoma e la versione completa. Pertanto, puoi utilizzare singolarmente una qualsiasi delle parti del progetto.

Spiegazione

In primo luogo, la rete neurale di apprendimento profondo basata su Tensorflow cerca di rilevare se la persona indossa una maschera o meno. Il sistema è stato reso Robusto addestrandolo con molti esempi diversi per prevenire i falsi positivi.

Una volta che il sistema ha rilevato la maschera, chiede all'utente di rimuovere la maschera in modo che possa eseguire il riconoscimento facciale. Il sistema utilizza il modulo DLIB per il riconoscimento facciale per trovare il punto migliore sulla fronte della persona da cui prendere la temperatura.

Quindi, utilizzando il sistema di controllo PID con servomotori, il sistema cerca di allineare il punto selezionato sulla fronte con il sensore. Una volta allineato, il sistema esegue la lettura della temperatura utilizzando il sensore di temperatura a infrarossi senza contatto.

Se la temperatura rientra nel normale intervallo di temperatura del corpo umano, consente alla persona di procedere e invia un'e-mail all'amministratore con un'immagine e altri dettagli come la temperatura corporea, ecc.

Forniture

Hardware

  1. Modello Raspberry Pi 2/3/4
  2. Modulo fotocamera Raspberry Pi v1/v2
  3. Modulo sensore di temperatura a infrarossi senza contatto (MLX90614)
  4. Touch screen ufficiale Raspberry Pi (o touch screen generico da 3,5 pollici) (opzionale)
  5. Kit di inclinazione panoramica
  6. Servo digitale micro SG90 x 2
  7. Scheda MicroSD
  8. Adattatore di alimentazione Raspberry Pi

Software

  1. Sistema operativo Raspberry Pi (precedentemente noto come Raspbian)
  2. Tensorflow-2.2.2
  3. OpenCV
  4. Punto di riferimento facciale DLIB

Consigliato: