CN111861835A - 用于公共交通的体温及佩戴口罩检测方法、系统及装置 - Google Patents
用于公共交通的体温及佩戴口罩检测方法、系统及装置 Download PDFInfo
- Publication number
- CN111861835A CN111861835A CN202010699160.5A CN202010699160A CN111861835A CN 111861835 A CN111861835 A CN 111861835A CN 202010699160 A CN202010699160 A CN 202010699160A CN 111861835 A CN111861835 A CN 111861835A
- Authority
- CN
- China
- Prior art keywords
- mask
- body temperature
- main control
- face
- control board
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000036760 body temperature Effects 0.000 title claims abstract description 49
- 238000001514 detection method Methods 0.000 title claims description 20
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000013499 data model Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 18
- 230000017525 heat dissipation Effects 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 230000001815 facial effect Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims 1
- 230000006870 function Effects 0.000 abstract description 2
- 230000005541 medical transmission Effects 0.000 abstract description 2
- 238000009529 body temperature measurement Methods 0.000 description 8
- 239000000523 sample Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
- A61B5/015—By temperature mapping of body part
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24137—Distances to cluster centroïds
- G06F18/2414—Smoothing the distance, e.g. radial basis function networks [RBFN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biophysics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种用于公共交通的体温及佩戴口罩检测方法、系统及装置，本发明通过摄像头用于采集待测人员的面部信息，在待测人员刷卡时即时捕获待测人员手腕温度，很大程度上提高了体温测量的效率，通过温度传感器用于采集待测人员的体温信息，无交互式体温测量方法减少了待测人员上车前所需的检测步骤，可增加待测人员使用体验。本发明的主要功能均由主控板内置程序完成，无需人工干预，可减少不必要的人力资源投入，留下足够的上车区间，减少疾病通过接触传播的可能。
Description
技术领域
本发明属于领域安全检测领域，具体涉及一种用于公共交通的体温及佩戴口罩检测方法、系统及装置。
背景技术
临床中，及时发现体温异常人员以及在密闭公共场所戴口罩是防止通过呼吸道传播的疾病蔓延的最为有效的方法。
现阶段的戴口罩检测及提示主要由工作人员完成，部分场所布置了用于检测人员是否佩戴口罩的人脸识别机器。由工作人员完成该工作增加了人员投入且效率不高，在人流量较高的场所会造成拥堵问题，增加呼吸道疾病传播风险且存在漏检的可能；而当前用于检测是否佩戴口罩的人脸识别机器均采用在线人脸识别方法，运行时需依靠互联网连接将终端采集到的人脸数据上传至云端数据库，与数据库数据对比之后再将结果返回至终端，导致终端运行对网络条件要求较高，不适用于公共交通等运行环境复杂的场景，同时，由于未设置触发信号，设备时刻处于运行状态，产生了许多不必要的电子资源浪费。
现阶段的体温测量方法可以分为接触式测温和无接触式测温。其中，以水银测温计为代表的接触式测温方法在使用时需要将测温计探头放置于腋下或其他需测温位置，并且需要等待5-10分钟才可获得较为准确的温度值，只适用于家庭等对测温效率要求较低的场合；以电子体温枪为代表的无接触式测温虽然操作简单，测温效率相对较高，能满足多数测温场景，但是由于需要人工完成，所以会使公共交通的上车区间更为狭窄，在人流高峰期易造成人员拥堵问题且存在漏检可能。
发明内容
本发明的目的在于克服当前检测是否戴口罩和体温方式不适用于公共交通的问题，提供一种用于公共交通的体温及佩戴口罩检测方法、系统及装置，极大程度上缩短待测人员等待检测是否戴口罩和测温的时间。
为了达到上述目的，一种用于公共交通的体温及佩戴口罩检测方法，包括以下步骤：
步骤一，将佩戴口罩的样本集和训练集输入神经网络中，使用迁移学习方法微调预训练网络的权重参数，生成用于判断待测人员是否戴口罩的人脸数据模型；
步骤二，接收到开启指令后，实时采集待测人员的体温信息及面部信息；
步骤三，将体温信息与预设阈值进行对比，并控制开启对应后处理程序；
将面部信息输入步骤一生成的人脸数据模型中，得到待测人员是否戴口罩的结果，并控制开启对应后处理程序。
步骤一中，生成人脸数据模型的具体方法如下：
第一步，使用open cv算法采集人脸图像，将数据集区分为正确佩戴口罩、未正确戴口罩、未戴口罩三类；
第二步，加载网络及经数据库ImageNet预训练的网络参数；
第三步，根据人脸数据集重新设置神经网络输出，使用人脸数据集训练网络，并调整预训练参数，保留预训练参数中识别人脸是否戴口罩最为有效的部分，完成训练。
步骤三中，将面部信息输入步骤一生成的人脸数据模型中，得到待测人员是否戴口罩的结果的具体方法如下：
使用Haar级联分类器检测人脸，检测出人脸后以矩形的方式返回人脸在图像内的位置，将矩形区域内的数据输入人脸识别神经网络，判断该目标是否戴口罩以及戴口罩方式是否正确。
步骤三中，将体温信息与预设阈值进行对比后，若体温信息高于阈值，则发出告警。
步骤三中，若人脸数据模型输出的为待测人员是未戴口罩或未正确戴口罩的结果，则发出告警。
一种用于公共交通的体温及佩戴口罩检测系统，包括主控板、摄像头、温度传感器、RFID感应器和电源；
RFID感应器用于接收开启指令，并控制摄像头和温度传感器的开启；
摄像头用于采集待测人员的面部信息，并发送至主控板中；
温度传感器用于采集待测人员的体温信息，并发送至主控板中；
主控板用于将体温信息与预设阈值进行对比，将面部信息输入到内置的人脸数据模型中，得到待测人员是否戴口罩的结果，并控制开启对应后处理程序；
电源用于供电。
主控板连接语音模块；
语音模块用于根据主控板得到的结果，进行对应告警。
温度传感器采用红外温度传感器。
RFID感应器采用公交卡刷卡机。
一种用于公共交通的体温及佩戴口罩检测装置，包括壳体，壳体通过前盖、后箱和后箱盖组成，前盖上设置有RFID感应器，壳体内设置有电源、温度传感器、摄像头和主控板，温度传感器和摄像头透过前盖指向前方，RFID感应器、度传感器、摄像头连接主控板，主控板连接电源。
主控板连接语音模块。
后箱盖上开始有散热孔和出线孔，散热孔内设置有散热扇，主控板连接散热扇。
与现有技术相比，本发明通过神经网络模型训练得到是否戴口罩的人脸数据模型，能够进行离线人脸识别程序，在无网络情况下依旧能够实现检测目标人脸是否戴口罩，可满足公共交通运行环境复杂的情况；实时采集待测人员的面部信息和体温信息，能够快速得到待测人员的体温信息以及是否佩戴口罩的结果，减少公交系统的排队时间，提供整体通行效率。
本发明的系统通过摄像头用于采集待测人员的面部信息，在待测人员刷卡时即时捕获待测人员手腕温度，很大程度上提高了体温测量的效率，通过温度传感器用于采集待测人员的体温信息，无交互式体温测量方法减少了待测人员上车前所需的检测步骤，可增加待测人员使用体验。本发明的主要功能均由主控板内置程序完成，无需人工干预，可减少不必要的人力资源投入，留下足够的上车区间，减少疾病通过接触传播的可能。
进一步的，本发明将RFID读取到公交卡信号作为程序触发信号，降低了模块运行时间，增加模块待机时间，可降低装置功耗，同时保证一卡一人依次检测，避免漏检问题。
附图说明
图1是本发明的正视结构示意图。
图2是本发明的后视结构示意图。
图3是本发明的立体结构示意图。
图4是本发明的后箱立体结构示意图。
图5是本发明的内部设备连接图。
其中：1-壳体，2-电源，3-主控板，4-RFID感应器，5-温度传感器，6-语音模块，7-摄像头，8-后箱，9-散热孔，10-出线孔，11-前盖，12-后箱盖，13-散热扇。
具体实施方式
下面结合附图对本发明做进一步说明。
参见图1至图4，一种用于公共交通的体温及佩戴口罩检测装置，包括壳体1，壳体1通过前盖11、后箱8和后箱盖12组成，前盖11上设置有RFID感应器4，壳体1内设置有电源2、温度传感器5、摄像头8和主控板3，温度传感器5和摄像头8透过前盖11指向前方，RFID感应器4、度传感器5和摄像头8均连接主控板3，主控板3连接电源2。主控板3连接语音模块6。后箱盖12上开始有散热孔9和出线孔10，散热孔9内设置有散热扇13，主控板13连接散热扇13。
参见图5，一种用于公共交通的体温及佩戴口罩检测系统，包括主控板3、摄像头7、温度传感器5、RFID感应器4、语音模块6和电源2；
RFID感应器4用于接收开启指令，并控制摄像头7和温度传感器5的开启；
摄像头7用于采集待测人员的面部信息，并发送至主控板3中；
温度传感器5用于采集待测人员的体温信息，并发送至主控板3中；
主控板3用于将体温信息与预设阈值进行对比，将面部信息输入到内置的人脸数据模型中，得到待测人员是否戴口罩的结果，并控制开启对应后处理程序；
语音模块6用于根据主控板3得到的结果，进行对应告警。
电源2用于供电。
优选的，温度传感器5采用红外温度传感器。RFID感应器4采用公交卡刷卡机。
一种用于公共交通的体温及佩戴口罩检测方法，包括以下步骤：
步骤一，将佩戴口罩的样本集和训练集输入神经网络中，生成用于判断待测人员是否戴口罩的人脸数据模型；
步骤二，接收到开启指令后，实时采集待测人员的体温信息及面部信息；
步骤三，将体温信息与预设阈值进行对比若体温信息高于阈值，则发出告警；
将面部信息输入步骤一生成的人脸数据模型中，得到待测人员是否戴口罩的结果，若人脸数据模型输出的为待测人员是未戴口罩或未正确戴口罩的结果，则发出告警。
生成人脸数据模型的具体方法如下：
第一步，使用open cv算法采集人脸图像，将数据集区分为正确佩戴口罩、未正确戴口罩、未戴口罩三类；
第二步，加载网络及经数据库ImageNet预训练的网络参数；
第三步，根据人脸数据集重新设置神经网络输出，使用人脸数据集训练网络，并调整预训练参数，保留预训练参数中识别人脸是否戴口罩最为有效的部分，完成训练。
步骤三中，将面部信息输入步骤一生成的人脸数据模型中，得到待测人员是否戴口罩的结果的具体方法如下：
使用Haar级联分类器检测人脸，检测出人脸后以矩形的方式返回人脸在图像内的位置，将矩形区域内的数据输入人脸识别神经网络，判断该目标是否戴口罩以及戴口罩方式是否正确。
实施例：
第一步，连接电源，启动装置，装置进入待机状态；待机状态下，主控板加载人脸识别网络模型及其参数，配置open cv运行环境，调用RFID射频卡读取程序，等待射频卡信号后激活后续程序；
第二步，待测人员上车刷卡，读取到射频卡信号后，调用红外温度传感器模块及红外温度传感器信号处理程序，得到目标温度，判断该温度值是否处于正常温度范围，若体温异常，则发出“体温异常！”语音提示，提醒工作人员处理；若体温正常，则调用摄像头；
第三步，检测到待测人员体温正常后，调用摄像头，通过提前配置好的open cv环境采集待测人员人脸数据并对数据做预处理，使其格式大小、通道数符合神经网络输入条件；
第四步，检测到人脸数据后，将预处理过的人脸数据输入到神经网络，判断该待测人员是否戴口罩以及是否正确戴口罩，若未戴口罩则发出语音提示“请注意个人防护，乘坐公共交通请戴口罩”，若未正确戴口罩，则发出语音提示“请正确佩戴口罩，在人员密集场所注意遮住口鼻”，若待测人员已正确佩戴口罩，则调用RFID读写程序；
第五步，确保待测人员体温正常且正确佩戴口罩之后，调用RFID模块及其读写程序，读取公共交通卡余额，余额不足时语音提示待测人员“公交卡余额不足，请及时充值”，余额充足则扣除乘车费用，待测人员上车。
Claims (10)
1.一种用于公共交通的体温及佩戴口罩检测方法，其特征在于，包括以下步骤：
步骤一，将佩戴口罩的样本集和训练集输入神经网络中，微调预训练网络的权重参数，生成用于判断待测人员是否戴口罩的人脸数据模型；
步骤二，接收到开启指令后，实时采集待测人员的体温信息及面部信息；
步骤三，将体温信息与预设阈值进行对比，并控制开启对应后处理程序；
将面部信息输入步骤一生成的人脸数据模型中，得到待测人员是否戴口罩的结果，并控制开启对应后处理程序。
2.根据权利要求1所述的一种用于公共交通的体温及佩戴口罩检测方法，其特征在于，步骤一中，生成人脸数据模型的具体方法如下：
第一步，使用open cv算法采集人脸图像，将数据集区分为正确佩戴口罩、未正确戴口罩、未戴口罩三类；
第二步，加载网络及经数据库ImageNet预训练的网络参数；
第三步，根据人脸数据集重新设置神经网络输出，使用人脸数据集训练网络，并调整预训练参数，保留预训练参数中识别人脸是否戴口罩最为有效的部分，完成训练。
3.根据权利要求1所述的一种用于公共交通的体温及佩戴口罩检测方法，其特征在于，步骤三中，将面部信息输入步骤一生成的人脸数据模型中，得到待测人员是否戴口罩的结果的具体方法如下：
使用Haar级联分类器检测人脸，检测出人脸后以矩形的方式返回人脸在图像内的位置，将矩形区域内的数据输入人脸识别神经网络，判断该目标是否戴口罩以及戴口罩方式是否正确。
4.一种用于公共交通的体温及佩戴口罩检测系统，其特征在于，包括主控板(3)、摄像头(7)、温度传感器(5)、RFID感应器(4)和电源(2)；
RFID感应器(4)用于接收开启指令，并控制摄像头(7)和温度传感器(5)的开启；
摄像头(7)用于采集待测人员的面部信息，并发送至主控板(3)中；
温度传感器(5)用于采集待测人员的体温信息，并发送至主控板(3)中；
主控板(3)用于将体温信息与预设阈值进行对比，将面部信息输入到内置的人脸数据模型中，得到待测人员是否戴口罩的结果，并控制开启对应后处理程序；
电源(2)用于供电。
5.根据权利要求4所述的一种用于公共交通的体温及佩戴口罩检测系统，其特征在于，主控板(4)连接语音模块(6)；
语音模块(6)用于根据主控板(3)得到的结果，进行对应告警。
6.根据权利要求4所述的一种用于公共交通的体温及佩戴口罩检测系统，其特征在于，温度传感器(5)采用红外温度传感器。
7.根据权利要求4所述的一种用于公共交通的体温及佩戴口罩检测系统，其特征在于，RFID感应器(4)采用公交卡刷卡机。
8.一种用于公共交通的体温及佩戴口罩检测装置，其特征在于，包括壳体(1)，壳体(1)通过前盖(11)、后箱(8)和后箱盖(12)组成，前盖(11)上设置有RFID感应器(4)，壳体(1)内设置有电源(2)、温度传感器(5)、摄像头(8)和主控板(3)，温度传感器(5)和摄像头(8)透过前盖(11)指向前方，RFID感应器(4)、度传感器(5)、摄像头(8)均连接主控板(3)，主控板(3)连接电源(2)。
9.根据权利要求8所述的一种用于公共交通的体温及佩戴口罩检测装置，其特征在于，主控板(3)连接语音模块(6)。
10.根据权利要求8所述的一种用于公共交通的体温及佩戴口罩检测装置，其特征在于，后箱盖(12)上开始有散热孔(9)和出线孔(10)，散热孔(9)内设置有散热扇(13)，主控板(13)连接散热扇(13)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010699160.5A CN111861835A (zh) | 2020-07-20 | 2020-07-20 | 用于公共交通的体温及佩戴口罩检测方法、系统及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010699160.5A CN111861835A (zh) | 2020-07-20 | 2020-07-20 | 用于公共交通的体温及佩戴口罩检测方法、系统及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111861835A true CN111861835A (zh) | 2020-10-30 |
Family
ID=73002400
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010699160.5A Pending CN111861835A (zh) | 2020-07-20 | 2020-07-20 | 用于公共交通的体温及佩戴口罩检测方法、系统及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111861835A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113628569A (zh) * | 2021-08-11 | 2021-11-09 | 浙江大树标牌有限公司 | 一种具有体温检测功能的多功能公交站牌 |
| CN113870605A (zh) * | 2021-10-14 | 2021-12-31 | 湖北惠诚共创科技有限公司 | 一种基于车路联合的智慧公交管理系统 |
| CN114333149A (zh) * | 2021-12-30 | 2022-04-12 | 南京行者易智能交通科技有限公司 | 一种车载智能检测佩戴口罩和自动出售口罩的装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004310397A (ja) * | 2003-04-07 | 2004-11-04 | Toyota Central Res & Dev Lab Inc | マスク着用判定装置 |
| CN210142356U (zh) * | 2019-09-29 | 2020-03-13 | 海口港信通科技有限公司 | 一种无感支付终端 |
| CN111178333A (zh) * | 2020-02-14 | 2020-05-19 | 路邦康建有限公司 | 一种体温监控协助监察系统及其监察方法 |
| CN111311799A (zh) * | 2020-03-08 | 2020-06-19 | 吴立新 | 一种基于智能识别的闸机控制系统 |
| CN111325129A (zh) * | 2020-02-14 | 2020-06-23 | 上海商汤智能科技有限公司 | 交通工具通勤控制方法及装置、电子设备、介质和车辆 |
| CN111382719A (zh) * | 2020-03-18 | 2020-07-07 | 浙江新再灵科技股份有限公司 | 用于疫情防控的直梯乘梯人员佩戴口罩监测方法 |
-
2020
- 2020-07-20 CN CN202010699160.5A patent/CN111861835A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004310397A (ja) * | 2003-04-07 | 2004-11-04 | Toyota Central Res & Dev Lab Inc | マスク着用判定装置 |
| CN210142356U (zh) * | 2019-09-29 | 2020-03-13 | 海口港信通科技有限公司 | 一种无感支付终端 |
| CN111178333A (zh) * | 2020-02-14 | 2020-05-19 | 路邦康建有限公司 | 一种体温监控协助监察系统及其监察方法 |
| CN111325129A (zh) * | 2020-02-14 | 2020-06-23 | 上海商汤智能科技有限公司 | 交通工具通勤控制方法及装置、电子设备、介质和车辆 |
| CN111311799A (zh) * | 2020-03-08 | 2020-06-19 | 吴立新 | 一种基于智能识别的闸机控制系统 |
| CN111382719A (zh) * | 2020-03-18 | 2020-07-07 | 浙江新再灵科技股份有限公司 | 用于疫情防控的直梯乘梯人员佩戴口罩监测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张林等: "基于 OpenCV 的图像特征智能识别系统设计", 《电子设计工程》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113628569A (zh) * | 2021-08-11 | 2021-11-09 | 浙江大树标牌有限公司 | 一种具有体温检测功能的多功能公交站牌 |
| CN113628569B (zh) * | 2021-08-11 | 2023-01-24 | 浙江大树标牌有限公司 | 一种具有体温检测功能的多功能公交站牌 |
| CN113870605A (zh) * | 2021-10-14 | 2021-12-31 | 湖北惠诚共创科技有限公司 | 一种基于车路联合的智慧公交管理系统 |
| CN114333149A (zh) * | 2021-12-30 | 2022-04-12 | 南京行者易智能交通科技有限公司 | 一种车载智能检测佩戴口罩和自动出售口罩的装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111861835A (zh) | 用于公共交通的体温及佩戴口罩检测方法、系统及装置 | |
| CN111311799A (zh) | 一种基于智能识别的闸机控制系统 | |
| CN204463028U (zh) | 一种具有红外唤醒功能的身份识别设备 | |
| CN105056357B (zh) | 一种通过生命体征监护手环控制的人体吸氧系统 | |
| CN107025418A (zh) | 基于图像处理的防逃票检测方法、检测系统及其系统 | |
| CN214896720U (zh) | 一种用于社区疫情防控的多功能门禁控制装置 | |
| CN109543577A (zh) | 一种基于面部表情特征的疲劳驾驶检测预警方法 | |
| CN109993063A (zh) | 一种识别待救援人员的方法及终端 | |
| CN113256859A (zh) | 一种防疫通道系统 | |
| CN210006100U (zh) | 一种组合式快速通行闸机 | |
| CN205983509U (zh) | 基于rfid的钞箱监管系统 | |
| CN105956978A (zh) | 智能医护病房管理系统 | |
| CN113314230A (zh) | 基于大数据的智能防疫方法、装置、设备及存储介质 | |
| CN112150691A (zh) | 一种具有自动测体温功能的人脸识别机及其人脸识别系统 | |
| CN113485277A (zh) | 一种智慧电厂视频识别监控管理系统和方法 | |
| CN112562833A (zh) | 一种医院管理系统 | |
| CN212433840U (zh) | 一种施工现场安全检测门禁系统 | |
| CN110020631A (zh) | 一种基于脸部识别的登机口检验平台及方法 | |
| CN107331007A (zh) | 一种基于视频采集的车流物流监管系统和方法 | |
| CN215580544U (zh) | 基于图像识别的智能变电站状态监控系统 | |
| CN206672129U (zh) | 门禁系统的指纹识别器 | |
| CN207458115U (zh) | 基于大数据的政府事务标准化管理集成系统 | |
| CN114758286A (zh) | 基于工作票事件的边缘智能安全监测方法和装置 | |
| CN112102538A (zh) | 一种施工现场安全检测门禁系统 | |
| LU101787B1 (en) | Door access control system using palm vein recognition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201030 |