TouchFree: outomatiese temperatuurondersoek en maskeropsporingskiosk: 5 stappe
TouchFree: outomatiese temperatuurondersoek en maskeropsporingskiosk: 5 stappe

INHOUDSOPGAWE:

Anonim
Image
Image
TouchFree: outomatiese temperatuurondersoek en maskeropsporingskiosk
TouchFree: outomatiese temperatuurondersoek en maskeropsporingskiosk
TouchFree: outomatiese temperatuurondersoek en maskeropsporingskiosk
TouchFree: outomatiese temperatuurondersoek en maskeropsporingskiosk

Namate lande oor die hele wêreld heropen, word die nuwe manier van lewe om saam met die nuwe koronavirus te leef. Maar om die verspreiding van die virus te stop, moet ons mense wat die Coronavirus het, van die res skei.

Volgens die CDC is koors die belangrikste simptoom van die koronavirus, met tot 83% van die simptomatiese pasiënte wat tekens van koors toon. Baie lande maak temperatuurondersoeke en maskers verpligtend vir skole, kolleges, kantore en ander werkplekke.

Tans word temperatuurkontroles met die hand uitgevoer met behulp van kontaklose termometer. Handmatige ondersoeke kan ondoeltreffend, onprakties (op plekke met 'n groot voetval) en riskant wees.

Om hierdie probleme op te los, het ek 'n kiosk ontwerp wat die proses van temperatuurondersoek outomatiseer deur gebruik te maak van gesigsmarkering en kontaklose IR -temperatuursensor en maskeropsporing met behulp van Deep Learning Neural Network.

Die gebruik van hierdie kiosk is nie beperk tot skole, kolleges, kantore en ander werkplekke nie, maar kan ook in hoërisikogebiede soos hospitale gebruik word. Hierdie toestel kan ook gebruik word by treinstasies, bushaltes, lughawens, ens.

My benadering vir hierdie projek was om 'n vaartbelynde opstelproses te bou sodat almal sonder voorafgaande ervaring met rekenaarvisie of diep leer dit kan gebruik. Dit is 'n ten volle funksionerende en gereed om te gebruik projek. Ek het hierdie projek baie aanpasbaar gemaak deur kode-lêers vir elke losstaande deel en die volledige weergawe by te voeg. U kan dus enige van die dele van die projek afsonderlik gebruik.

Verduideliking

Eerstens probeer die op Tensorflow gebaseerde Deep Learning Neural Network vasstel of die persoon 'n masker dra of nie. Die stelsel is sterk gemaak deur dit op te lei met baie verskillende voorbeelde om vals positiewe dinge te voorkom.

Sodra die stelsel die masker opgespoor het, vra dit die gebruiker om die masker te verwyder sodat dit gesigsmarkering kan uitvoer. Die stelsel gebruik die DLIB -module vir gesigmerke om die beste plek op die voorhoof te vind van die persoon om temperatuur te neem.

Deur die PID -beheerstelsel met servomotors te gebruik, probeer die stelsel die geselekteerde plek op die voorkop in lyn te bring met die sensor. Sodra dit in lyn gebring is, neem die stelsel temperatuurlesing met behulp van die kontaklose IR -temperatuursensor.

As die temperatuur binne die normale temperatuur van die menslike liggaamstemperatuur is, laat die persoon toe om voort te gaan en stuur 'n e -pos aan die administrateur met 'n prentjie en ander besonderhede, soos liggaamstemperatuur, ens.

Voorrade

Hardeware

  1. Framboos Pi Model 2/3/4
  2. Framboos Pi -kameramodule v1/v2
  3. Nie-kontak infrarooi temperatuursensormodule (MLX90614)
  4. Amptelike Raspberry Pi -aanraakskerm (of generiese 3,5 -duim -aanraakskerm) (opsioneel)
  5. Pan kantelstel
  6. SG90 Micro Digital Servo x 2
  7. MicroSD kaart
  8. Raspberry Pi -kragadapter

Sagteware

  1. Raspberry Pi OS (voorheen bekend as Raspbian)
  2. Tensorflow-2.2.2
  3. OpenCV
  4. DLIB Facial Landmarking

Aanbeveel: