疫情之下的溫度雲監控,躲得過Boss躲不過AI

四月以來我國國內疫情得到有效控制,大部分企事業單位都逐漸開始復工,但在這樣一個全民戰疫的大環境下,大量人員的流動必定會對疫情傳播的控制帶來一定不利的影響,正因如此,利用高科技來對人員流動進行控制和檢測就顯得尤為重要。

播放

暫停

進入全屏

退出全屏

00:00

00:00

重播

刷新

試試

用多臺熱成像機器對通過的人群進行快速體溫檢測,並將快速掃描檢測的結果畫面實時同步在電腦上,並通過人工智能系統來自動識別並標記體溫異常的個體,提醒專業人員對其進行詳細檢查。這種檢測的方式不僅部署簡單、篩選快速、而且非接觸,可快速查出體溫不在正常範圍的人員,以減少疫情在公共場所的的傳播,更減少工作人員被傳染的風險。

疫情之下的溫度雲監控,躲得過Boss躲不過AI

現在常見的是利用紅外測溫儀來進行一對一的檢測,所以這種大範圍的掃描檢測,需要AI算法的加持來對環境溫度以及現場情況進行實時監測和計算,智能化的對行人的體溫進行檢測和篩選,讓行人的體溫檢測更加準確高效。

讓我們從專利技術中,看看有哪些相關的專利技術值得解讀。

專利一:專利申請號201810259989.6,申請日2018年3月27日。

發明人認為,隨著計算機技術的發展,圖像處理技術應用到了越來越多的領域。通常,可以使用機器學習方法訓練人臉識別模型,利用人臉識別模型對圖像中的人臉進行識別。現有的人臉識別模型通常是僅使用可見光圖像作為訓練樣本進行訓練得到的。這種人臉識別模型僅適用於對可見光圖像中的人臉進行識別。現有的另一種方式是同時使用可見光圖像和近紅外圖像作為訓練樣本,直接進行有監督訓練後得到人臉識別模型。

專利技術方案:將待檢測圖像輸入至預先訓練的人臉識別模型,得到人臉識別結果,其中,待檢測圖像為可見光圖像或者近紅外圖像,人臉識別模型通過如下步驟訓練得到:獲取包含可見光圖像和近紅外圖像的訓練樣本;將訓練樣本輸入至預先訓練的初始人臉識別模型,將初始人臉識別模型所生成的特徵信息輸入至預先建立的判別模型,對判別模型和初始人臉識別模型進行對抗訓練,得到人臉識別模型,其中,初始人臉識別模型用於對可見光圖像所包含的人臉對象進行人臉識別,判別模型用於確定被輸入至的特徵信息是否取自可見光圖像。

疫情之下的溫度雲監控,躲得過Boss躲不過AI

筆者認為,專利技術中,由於訓練該人臉識別模型時所使用的訓練樣本既包含可見光圖像,又包含近紅外圖像,因而該人臉識別模型可以同時適用於對可見光圖像和近紅外圖像中的人臉對象的識別。另外,採用對初始人臉識別模型和判別模型進行對抗訓練的方式得到的人臉識別模,其從可見光圖像中所提取的特徵與從近紅外圖像中所提取的特徵具有相同的特徵分佈,因而使用該人臉識別模可以提高對近紅外圖像中的人臉對象的識別的準確性。

專利二:專利申請號201811429947.9,申請日2018年11月28日。

在邊境口岸及機場等體溫檢疫場所,通常使用同時具有紅外光和可見光雙光系統的紅外人體篩查儀,和運行在計算機上的人體篩查儀的上位機軟件,從人群中篩選出處於設置的人體高溫區域內的溫度點,產生報警信號,在紅外圖像和可見光圖像中對報警溫度點用帶溫度信息的光標進行標註,進行超溫報警聲光提示,超溫報警抓圖等操作,存入報警數據庫以備日後查詢。

發明人認為在紅外人體測溫系統中引入了智能人臉檢測技術。首先把紅外圖像中報警溫度點通過圖像配准算法,計算出該點在可見光對應位置,通過可見光的人臉檢測算法,判斷報警溫度點是否處於報警人臉區域,從而產生報警信號,在可見光的進行人臉檢測的引入,較好的解決了虛警問題,但由於可見光攝像機和紅外攝像機之間由於安裝、攝像頭畸變等問題,可見光和紅外之間的配准算法在不同位置存在偏差;同時由於可見光和紅外光是不同的光路系統,存在時間上的同步問題。使用可見光上的人臉檢測來排除虛警,嚴重依賴可見光和紅外的配准算法的準確性和時間上的同步性。同時可見光的中的人臉檢測,對光線、膚色敏感,當光線條件不好時,會出現某種特殊膚色的漏檢。

專利技術方案為:當紅外測溫儀獲取的紅外圖像中出現超溫點時,利用紅外人臉檢測技術,在該紅外圖像中判斷所述超溫點是否處於移動的紅外圖像中的人臉區域;如果所述超溫點處於移動的紅外圖像中的人臉區域,則利用配准算法,找出紅外圖像中的人臉區域對應的可見光圖像中的區域,利用可見光人臉檢測技術判斷該紅外圖像中的人臉區域對應的可見光圖像中的區域中是否存在人臉區域,如果存在,則該超溫點為報警溫度點,進行報警處理。

疫情之下的溫度雲監控,躲得過Boss躲不過AI

筆者簡單解讀了這兩件專利,從專利申請日的時間軸上也可以發現一些技術發展、演進的路線,第一件專利技術著重解決了利用可見光人臉模型的特徵提高紅外線人臉的識別能力,第二件專利技術解決了因為紅外光和可見光之間因為圖像配準和同步問題造成的虛報預警。可見技術演進的路線是首先解決可見光特徵,在紅外圖像中識別準確的問題,即準確從紅外圖像中識別出人體的面部,以及對應的溫度。再在這種結果上,提高可見光與紅外圖像之間的配準問題,避免誤報錯報。

筆者在工作中經常會幫助客戶提供這種技術演進路線圖,利用技術主題檢索技術,幫助企業在研發中選擇較好的方向,降低研發週期和成本,其中一個重要的方法就是從專利技術中尋找答案,利用技術功效矩陣找到當前技術的空白點、密集點,長期監控某一領域的新公開專利,從而尋找到合適的研發路徑,對企業規避專利壁壘,進行自主專利佈局有著較大的指導意義,達到專利服務研發的效果。

疫情之下的溫度雲監控,躲得過Boss躲不過AI

當我們在面對重大疫情時,這些AI圖像智能技術以及功能豐富的人工智能機器人會給我們戰勝疫情提供十分良好的幫助。所以,我們要全力發展高科技,讓科技幫助我們戰勝困難,為我們帶來更好的生活。(文章為知識產權全產業鏈提供商超凡知識產權原創,未經授權不得轉載)


分享到:


相關文章: