不同物體的發(fā)射率對(duì)測溫精度會(huì)產(chǎn)生很大的影響，當(dāng)紅外攝像頭對(duì)某一塊區(qū)域做溫度檢測時(shí)，需要讀出溫度最高點(diǎn)，這種情況下很容易因?yàn)槲矬w發(fā)射率以及外界環(huán)境影響而出現(xiàn)誤報(bào)。因此，市面上大部分紅外測溫產(chǎn)品不得不開始嘗試在系統(tǒng)中使用與AI相關(guān)的臉部識(shí)別算法，通過人臉識(shí)別攝像頭精準(zhǔn)抓取測溫區(qū)域。

這樣一套檢測流程，其難點(diǎn)在于：如何保證紅外攝像頭與人臉識(shí)別攝像頭之間的數(shù)據(jù)同步，進(jìn)而保證雙方的檢測區(qū)域同步。

優(yōu)視在原有人臉識(shí)別終端產(chǎn)品的基礎(chǔ)上，結(jié)合自主研發(fā)的紅外測溫模塊，推出了火眼系列人臉識(shí)別測溫產(chǎn)品，在硬件和算法方面，通過統(tǒng)一的PCB設(shè)計(jì)及內(nèi)部算法實(shí)現(xiàn)測溫模塊與人臉識(shí)別模塊完整的數(shù)據(jù)傳輸，在自主研發(fā)的基礎(chǔ)上，更能保證雙方的數(shù)據(jù)同步及檢測區(qū)域同步，進(jìn)而提高測溫精度。

優(yōu)視火眼如何實(shí)現(xiàn)精準(zhǔn)測溫？

1、AI精準(zhǔn)識(shí)別測溫區(qū)域

市面上人臉識(shí)別技術(shù)的應(yīng)用很廣，但是，不能忘了一個(gè)重要事實(shí)——在處于疫情高發(fā)期的當(dāng)下，戴口罩已經(jīng)成為標(biāo)配。傳統(tǒng)的人臉識(shí)別基本上應(yīng)用于無遮擋識(shí)別的使用環(huán)境，針對(duì)當(dāng)前全民戴口罩出門的情況，已經(jīng)不再適用。

優(yōu)視深度挖掘人臉識(shí)別結(jié)構(gòu)化數(shù)據(jù)，通過AI產(chǎn)品化平臺(tái)迭代最優(yōu)的算法模型，在日常產(chǎn)品大規(guī)模落地的過程中，人臉檢測算法已經(jīng)針對(duì)口罩、墨鏡、帽子、圍巾等遮擋情況進(jìn)行了優(yōu)化和提升，建立了多維化的人臉知識(shí)庫。在當(dāng)前疫情下，針對(duì)口罩佩戴情況也可進(jìn)行精準(zhǔn)人臉檢測和識(shí)別，通過數(shù)據(jù)同步，保證了測溫模塊能夠精準(zhǔn)檢測人臉區(qū)域，真正適用于疫情防控。

2、陣列式測溫方案適用性更高

傳統(tǒng)的紅外測溫一次測量只能得到被測物某一點(diǎn)的溫度值，無法得到單元內(nèi)各點(diǎn)的溫度分布。雖然利用掃描的辦法可以在一定程度上取得被測物體的二維溫度分布，但在溫度隨時(shí)間變化較快的情況下，不能準(zhǔn)確反映同一時(shí)刻物體表面的溫度分布情況，測量誤差將會(huì)很大。

優(yōu)視自主研發(fā)的陣列式測溫方案，采用點(diǎn)面結(jié)合的方式，通過陣列式探測器接收從光學(xué)系統(tǒng)聚焦而來的紅外輻射，經(jīng)過單片機(jī)的處理，轉(zhuǎn)換成對(duì)應(yīng)的溫度數(shù)值，可抓取目標(biāo)區(qū)域內(nèi)不同點(diǎn)的溫度讀數(shù)，并結(jié)合博觀深度學(xué)習(xí)人臉?biāo)惴ǎ瑴?zhǔn)確定位人臉，完成對(duì)人臉區(qū)域的精準(zhǔn)測溫。

助力抗疫，優(yōu)視在行動(dòng)

優(yōu)視智聯(lián)，根植于智能安全、智慧城市、智慧物聯(lián)等領(lǐng)域，深研人工智能前沿技術(shù)和商業(yè)化產(chǎn)品，為客戶和行業(yè)構(gòu)建最佳AI賦能解決方案。優(yōu)視火眼系列持續(xù)改進(jìn)，技術(shù)水平居于行業(yè)領(lǐng)先，疫情防控，我們?cè)谛袆?dòng)！

往期回顧，火眼系列產(chǎn)品介紹：

【疫情防控方案】AI非接觸通行測溫方案來襲

【產(chǎn)品介紹】火眼系列人臉識(shí)別測溫智能終端