TouchFree: Pemeriksaan Suhu Otomatis dan Kios Deteksi Masker: 5 Langkah
TouchFree: Pemeriksaan Suhu Otomatis dan Kios Deteksi Masker: 5 Langkah

Daftar Isi:

Anonim
Image
Image
TouchFree: Pemeriksaan Suhu Otomatis dan Kios Deteksi Masker
TouchFree: Pemeriksaan Suhu Otomatis dan Kios Deteksi Masker
TouchFree: Pemeriksaan Suhu Otomatis dan Kios Deteksi Masker
TouchFree: Pemeriksaan Suhu Otomatis dan Kios Deteksi Masker

Ketika Negara-negara di Seluruh Dunia Dibuka Kembali, hidup dengan Novel Coronavirus menjadi cara hidup yang baru. Tetapi untuk Menghentikan Penyebaran Virus kita perlu memisahkan orang yang memiliki Coronavirus dari yang lain.

Menurut CDC, demam adalah gejala utama virus corona dengan hingga 83% Pasien Bergejala menunjukkan beberapa tanda demam. Banyak Negara yang mewajibkan Pemeriksaan Suhu dan Masker untuk Sekolah, Perguruan Tinggi, Kantor, dan Tempat Kerja lainnya.

Saat ini, Pemeriksaan Suhu dilakukan secara manual menggunakan Contactless Thermometer. Pemeriksaan Manual dapat menjadi Tidak Efisien, Tidak Praktis (di tempat-tempat dengan langkah kaki yang besar), dan Berisiko.

Untuk mengatasi masalah tersebut, saya telah merancang Kios yang mengotomatiskan proses Pemeriksaan Suhu dengan menggunakan Sensor Suhu Facial Landmarking & Contactless IR dan Deteksi Masker menggunakan Deep Learning Neural Network.

Penggunaan Kiosk ini tidak terbatas pada Sekolah, Perguruan Tinggi, Perkantoran, Tempat Kerja lainnya tetapi juga dapat digunakan di Daerah Berisiko Tinggi seperti Rumah Sakit. Perangkat ini juga dapat digunakan di Stasiun Kereta, Halte Bus, Bandara, dll.

Pendekatan saya untuk proyek ini adalah membangun proses Pengaturan yang Efisien sehingga siapa pun yang tidak memiliki Pengalaman Visi Komputer atau Pembelajaran Mendalam sebelumnya dapat menggunakan ini. Ini adalah Proyek yang berfungsi penuh dan siap digunakan. Saya telah membuat Proyek ini sangat dapat disesuaikan dengan menambahkan file kode untuk setiap bagian yang berdiri sendiri dan versi lengkap. Dengan demikian, Anda dapat menggunakan salah satu bagian dari proyek secara individual.

Penjelasan

Pertama, Deep Learning Neural Network berbasis Tensorflow mencoba mendeteksi apakah orang tersebut mengenakan Masker atau tidak. Sistem telah dibuat Kuat dengan melatihnya dengan banyak contoh berbeda untuk mencegah Positif Palsu.

Setelah, Sistem telah mendeteksi Topeng itu meminta pengguna untuk melepas topeng sehingga dapat melakukan Penandaan Wajah. Sistem menggunakan Modul DLIB untuk Penandaan Wajah untuk menemukan Titik terbaik di Dahi orang yang akan diambil Suhunya.

Kemudian dengan menggunakan Sistem Kontrol PID dengan Motor Servo, sistem mencoba menyelaraskan Titik Terpilih di Dahi dengan Sensor. Setelah disejajarkan, sistem mengambil Pembacaan Suhu menggunakan Sensor Suhu IR Tanpa Kontak.

Jika suhu berada dalam kisaran Suhu Tubuh Manusia normal, orang tersebut dapat melanjutkan dan mengirim email ke Admin dengan Gambar dan Detail lainnya seperti Suhu Tubuh, dll.

Perlengkapan

Perangkat keras

  1. Raspberry Pi Model 2/3/4
  2. Modul Kamera Raspberry Pi v1/v2
  3. Modul Sensor Suhu Inframerah Non-Kontak (MLX90614)
  4. Layar Sentuh Raspberry Pi Resmi (atau Layar Sentuh Generik 3,5 inci) (Opsional)
  5. Kit Kemiringan Pan
  6. SG90 Mikro Digital Servo x 2
  7. Kartu MicroSD
  8. Adaptor Daya Raspberry Pi

Perangkat lunak

  1. Raspberry Pi OS (Sebelumnya Dikenal sebagai Raspbian)
  2. Tensorflow-2.2.2
  3. OpenCV
  4. Penanda Wajah DLIB

Direkomendasikan: