TouchFree: Automatisk temperaturkontrol og maskedetektionskiosk: 5 trin

2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:26

Efterhånden som lande rundt om i verden genåbner, er det at leve med den nye coronavirus ved at blive den nye livsstil. Men for at stoppe spredningen af virussen er vi nødt til at adskille mennesker, der har Coronavirus fra resten.

Ifølge CDC er feber det førende symptom på Coronavirus med op til 83% af symptomatiske patienter, der viser nogle tegn på feber. Mange lande gør temperaturkontrol og masker obligatoriske for skoler, gymnasier, kontorer og andre arbejdspladser.

I øjeblikket udføres temperaturkontroller manuelt ved hjælp af kontaktløst termometer. Manuelle kontroller kan være ineffektive, upraktiske (på steder med et stort fodfald) og risikabelt.

For at løse disse problemer har jeg designet en kiosk, der automatiserer processen med temperaturkontrol ved hjælp af ansigtsmarkering og kontaktløs IR -temperatursensor og maskedetektion ved hjælp af Deep Learning Neural Network.

Brugen af denne kiosk er ikke begrænset til skoler, gymnasier, kontorer, andre arbejdspladser, men kan også bruges på højrisikoområder som hospitaler. Denne enhed kan også bruges på togstationer, busstoppesteder, lufthavne osv.

Min tilgang til dette projekt var at opbygge en strømlinet installationsproces, så enhver uden forudgående erfaring med computervision eller dyb læring kan bruge dette. Dette er et fuldt fungerende og klar til brug projekt. Jeg har gjort dette projekt meget tilpasseligt ved at tilføje kodefiler til hver enkeltstående del og den fulde version. Således kan du bruge alle dele af projektet individuelt.

Forklaring

For det første forsøger det Tensorflow -baserede Deep Learning Neural Network at registrere, om personen er iført en maske eller ej. Systemet er blevet robust ved at træne det med mange forskellige eksempler for at forhindre falske positive.

Når systemet har registreret den maske, beder det brugeren om at fjerne masken, så den kan udføre ansigtsmærkning. Systemet bruger DLIB -modul til ansigtsmærkning for at finde det bedste sted i panden på den person at tage temperaturen fra.

Derefter forsøger systemet ved at bruge PID -kontrolsystem med servomotorer at justere det valgte sted på panden med sensoren. Når det er justeret, tager systemet temperaturaflæsning ved hjælp af kontaktløs IR -temperatursensor.

Hvis temperaturen er inden for det normale menneskelige kropstemperaturområde, tillader personen at fortsætte og sender en e -mail til administratoren med et billede og andre detaljer som kropstemperatur osv.

Forbrugsvarer

Hardware

1. Raspberry Pi Model 2/3/4
2. Raspberry Pi kameramodul v1/v2
3. Berøringsfrit infrarødt temperatursensormodul (MLX90614)
4. Officiel Raspberry Pi berøringsskærm (eller generisk 3,5 tommer berøringsskærm) (valgfri)
5. Pan Tilt Kit
6. SG90 Micro Digital Servo x 2
7. MicroSD -kort
8. Raspberry Pi strømadapter

Software

1. Raspberry Pi OS (tidligere kendt som Raspbian)
2. Tensorflow-2.2.2
3. OpenCV
4. DLIB Facial Landmarking