您好,歡迎來到易龍商務網!
發布時間:2020-12-05 10:00  
【廣告】







局域網即可快速部署和落地,解決校園疫情防控燃眉之急
口罩識別:不戴口罩識別報警
人臉識別:體溫過i高報警綁定人員信息
測溫統計:查詢、統計測溫數據
報表導出:導出報表
智能快速體溫檢測系統基于AI圖形識別技術和紅外熱成像技術,具有部署簡單、篩選快速、非接觸式巡查的優勢,可快速查出體溫不在正常范圍的人員,以減少疫情在公共場所的的傳播,更減少工作人員被傳i染的風險。
在現在的疫情條件下,絕大多數出行者都佩帶口罩,這對于深度學習系統的人臉檢測提出了高難度的要求。「通例機場閘機的安檢方式需要把口罩摘下來。在我們的系統中,算法針對戴口罩和帽子的情況作了針對性訓練,可以準確地檢測出戴口罩的人,從而保證體溫監測的準確性,也無需被檢測者摘掉帽子和口罩。」
傳統的人臉圖像支解。AI 體溫檢測系統需要在戴口罩的情況下識別出人臉,進而資助紅外傳感器舉行定位。這就需要對以往的人像支解技術舉行一些革新——開發者們對于人臉圖像支解的關鍵點舉行了重新設定。
在這次新冠狀病毒疫情中,由于感i染的一個明顯癥狀是發熱,因而對人體體溫進行快速準確的測量對疫情的防控具有重要意義。有不少檢測站點用紅外熱成像儀進行人體溫度的測量,其優勢包括測量速度快非接觸式測量減小交叉感i染監控視場較大,便于在人i流量較大的場景中進行多人體目標的檢測非接觸式測溫人體溫度。可以同時測量多人體溫。
但是應用紅外熱成像儀測量溫度在理論上存在一些限制,使得其測試物體的絕i對溫度存在一定的誤差。這個限制,從本質上講,是紅外熱成像儀探測到的紅外波的強度不只與物體的溫度有關,還與物體的輻射率、物體與紅外熱像儀的距離有關。