TouchFree: Quiosco de detección de mascarillas y chequeo automático de temperatura: 5 pasos
TouchFree: Quiosco de detección de mascarillas y chequeo automático de temperatura: 5 pasos

Tabla de contenido:

Anonim
Image
Image
TouchFree: quiosco automatizado de control de temperatura y detección de mascarillas
TouchFree: quiosco automatizado de control de temperatura y detección de mascarillas
TouchFree: quiosco automatizado de control de temperatura y detección de mascarillas
TouchFree: quiosco automatizado de control de temperatura y detección de mascarillas

A medida que se reabren los países de todo el mundo, vivir con el nuevo coronavirus se está convirtiendo en una nueva forma de vida. Pero para detener la propagación del virus, debemos separar a las personas que tienen el coronavirus del resto.

Según los CDC, la fiebre es el síntoma principal del coronavirus y hasta el 83% de los pacientes sintomáticos muestran algunos signos de fiebre. Muchos países están haciendo que los controles de temperatura y las mascarillas sean obligatorios para las escuelas, universidades, oficinas y otros lugares de trabajo.

Actualmente, los controles de temperatura se realizan manualmente mediante un termómetro sin contacto. Los chequeos manuales pueden ser ineficaces, poco prácticos (en lugares con una gran afluencia de personas) y arriesgados.

Para resolver estos problemas, he diseñado un quiosco que automatiza el proceso de control de temperatura mediante el uso de sensores de temperatura IR sin contacto y marcas de referencia faciales y detección de máscaras mediante la red neuronal de aprendizaje profundo.

El uso de este quiosco no se limita a escuelas, universidades, oficinas u otros lugares de trabajo, sino que también se puede usar en áreas de alto riesgo como hospitales. Este dispositivo también se puede utilizar en estaciones de tren, paradas de autobús, aeropuertos, etc.

Mi enfoque para este proyecto fue crear un proceso de configuración simplificado de modo que cualquier persona sin experiencia previa en visión por computadora o aprendizaje profundo pueda usarlo. Este es un proyecto completamente funcional y listo para usar. He hecho este proyecto altamente personalizable agregando archivos de código para todas y cada una de las partes independientes y la versión completa. Por lo tanto, puede utilizar cualquiera de las partes del proyecto de forma individual.

Explicación

En primer lugar, la red neuronal de aprendizaje profundo basada en Tensorflow intenta detectar si la persona lleva una máscara o no. El sistema se ha fortalecido al entrenarlo con muchos ejemplos diferentes para prevenir falsos positivos.

Una vez que el sistema ha detectado la máscara, le pide al usuario que se quite la máscara para que pueda realizar el Landmarking facial. El sistema utiliza el módulo DLIB para marcas faciales para encontrar el mejor lugar en la frente de la persona para tomar la temperatura.

Luego, al usar el sistema de control PID con servomotores, el sistema intenta alinear el punto seleccionado en la frente con el sensor. Una vez alineado, el sistema toma la lectura de temperatura mediante el sensor de temperatura IR sin contacto.

Si la temperatura está dentro del rango normal de temperatura del cuerpo humano, le permite a la persona continuar y envía un correo electrónico al administrador con una imagen y otros detalles como la temperatura corporal, etc.

Suministros

Hardware

  1. Modelo Raspberry Pi 2/3/4
  2. Módulo de cámara Raspberry Pi v1 / v2
  3. Módulo de sensor de temperatura por infrarrojos sin contacto (MLX90614)
  4. Pantalla táctil oficial de Raspberry Pi (o pantalla táctil genérica de 3,5 pulgadas) (opcional)
  5. Kit de inclinación panorámica
  6. SG90 Micro Servo Digital x 2
  7. Tarjeta micro SD
  8. Adaptador de corriente Raspberry Pi

Software

  1. Sistema operativo Raspberry Pi (anteriormente conocido como Raspbian)
  2. Tensorflow-2.2.2
  3. OpenCV
  4. Marcadores faciales DLIB

Recomendado: