We use cookies on this website to provide a user experience that’s more tailored to you. By continuing to use the website, you are giving your consent to receive cookies on this site. Read more about our Cookie Policy and Privacy Policy.
I accept
新冠肺炎于2020年初全球爆發,各個公共場所的出入通道都需要對行人進行體溫檢測。中企通信為了全體員工和客戶的安全及健康,迅速設計及開發一套「熱能成像解決方案」,并于其各地辦事處作人體體溫監測之用。開發此體溫監測系統一方面是應各地政府要求,落實做好疫情防控措施,確保工作場所安全,遏止病毒在小區擴散。另一方面,由于中企通信擁有強大的創新團隊,具備多項創新技術,因此希望能以科技為抗疫出一分力,助企業加強嚴控疫情措施,盡快恢復正常運作。
「熱能成像解決方案」的系統原型采用了工業級紅外熱能成像及普通視像鏡頭合一的設備,并集合了中企通信位于各地的技術團隊的實力,開發了警報功能,有效地準確測溫及于有需要時實時發出警報。為了精益求精,我們的創新團隊不斷為系統注入新元素,近日便在系統加入基于AI人工智能的人臉識別及口罩佩戴檢測功能,提高精準度之余,更兼具身份識別、口罩佩戴判斷、體溫檢測等一系列功能,成為更智能化的測溫系統。
為分享技術開發成果,以下將重點介紹一下創新團隊使用的AI功能及實現細節。我們把這個功能開發分為三個階段。
第一階段:前期準備
我們需要收集一些戴口罩和沒有戴口罩的人物照片用于訓練口罩檢測模型,因此我們分別準備了1,600張戴口罩照片和1,600張沒戴口罩照片。同時,使用公開的MS-Celeb-1M圖像庫用于訓練人臉識別模型。MS-Celeb-1M里包含了5百萬張照片,分別來自8萬個不同國籍、不同膚色的人,是業界研發人臉識別功能的專用圖像庫。
第二階段:訓練
利用深度學習框架Tensorflow的Python接口,我們分別編寫了口罩判斷和人臉識別功能的訓練腳本,并把訓練所得的模型文件以二進制的形式保存。
第三階段:部署
基于Tensorflow的C++接口,我們使用訓練所得的模型進行運算預測,將預測的口罩佩戴與否和人物身份判斷結果顯示在軟件接口上。
我們針對AI人臉識別及口罩佩戴檢測功能,列出詳細的實現細節及技術分享,以供開發人員參考,詳情請參閱下方「閱讀原文」。
總結
在整個訓練跟部署的過程當中,我們考慮到外置攝像頭SDK以及用戶的使用平臺,因此選擇了Python進行模型訓練、C++進行模型部署、編譯dll給C#調用這樣的開發路線,實現了項目的最終產品化,達到了定立的目標。同時,此次開發經歷提供了寶貴的借鑒經驗,開發團隊日后在不同運行環境下開發AI功能時,省卻不少開發時間。
除了AI人工智能外,中企通信的創新團隊同時更會利用更多尖端的創新技術,包括區塊鏈 (Blockchain)、邊緣計算(Edge Computing)、擴增實境(AR)及虛擬現實(VR)等等來豐富我們的ICT方案。憑借扎實的全球化服務經驗,結合跨地域覆蓋、成熟的本地化服務,我們以「創新?不斷」的決心,為客戶提供一站式的ICT專業托管服務。
Sales Hotline4006517550
Copyright @ China Enterprise ICT Solutions Limited.