2020-05-29
新冠肺炎于2020年初全球爆发,各个公共场所的出入通道都需要对行人进行体温检测。中信国际电讯CPC为了全体员工和客户的安全及健康,迅速设计及开发一套「热能成像解决方案」,并于其各地办事处作人体体温监测之用。开发此体温监测系统一方面是应各地政府要求,落实做好疫情防控措施,确保工作场所安全,遏止病毒在小区扩散。另一方面,由于中信国际电讯CPC拥有强大的创新团队,具备多项创新技术,因此希望能以科技为抗疫出一分力,助企业加强严控疫情措施,尽快恢复正常运作。
「热能成像解决方案」的系统原型采用了工业级红外热能成像及普通视像镜头合一的设备,并集合了中信国际电讯CPC位于各地的技术团队的实力,开发了警报功能,有效地准确测温及于有需要时实时发出警报。为了精益求精,我们的创新团队不断为系统注入新元素,近日便在系统加入基于AI人工智能的人脸识别及口罩佩戴检测功能,提高精准度之余,更兼具身份识别、口罩佩戴判断、体温检测等一系列功能,成为更智能化的测温系统。
为分享技术开发成果,以下将重点介绍一下创新团队使用的AI功能及实现细节。我们把这个功能开发分为三个阶段。
第一阶段:前期准备
我们需要收集一些戴口罩和没有戴口罩的人物照片用于训练口罩检测模型,因此我们分别准备了1,600张戴口罩照片和1,600张没戴口罩照片。同时,使用公开的MS-Celeb-1M图像库用于训练人脸识别模型。MS-Celeb-1M里包含了5百万张照片,分别来自8万个不同国籍、不同肤色的人,是业界研发人脸识别功能的专用图像库。
第二阶段:训练
利用深度学习框架Tensorflow的Python接口,我们分别编写了口罩判断和人脸识别功能的训练脚本,并把训练所得的模型文件以二进制的形式保存。
第三阶段:部署
基于Tensorflow的C++接口,我们使用训练所得的模型进行运算预测,将预测的口罩佩戴与否和人物身份判断结果显示在软件接口上。
我们针对AI人脸识别及口罩佩戴检测功能,列出详细的实现细节及技术分享,以供开发人员参考,详情请参阅「实现细节」。
总结
在整个训练跟部署的过程当中,我们考虑到外置摄像头SDK以及用户的使用平台,因此选择了Python进行模型训练、C++进行模型部署、编译dll给C#调用这样的开发路线,实现了项目的最终产品化,达到了定立的目标。同时,此次开发经历提供了宝贵的借鉴经验,开发团队日后在不同运行环境下开发AI功能时,省却不少开发时间。
除了AI人工智能外,中信国际电讯CPC的创新团队同时更会利用更多尖端的创新技术,包括区块链 (Blockchain)、边缘计算(Edge Computing)、扩增实境(AR)及虚拟现实(VR)等等来丰富我们的ICT方案。凭借扎实的全球市场经验,结合跨地域覆盖、卓越本地化服务,我们以「服务在地、连接全球」的决心,为客户提供一站式的ICT专业托管服务。如想进一步了解中信国际电讯CPC的产品及服务,请与我们联系。
一般查询 / 销售热线 +852 2170 7401
客户服务热线 +852 2331 8930
Copyright © 中信国际电讯(信息技术)有限公司 CITIC Telecom International CPC Limited
恭喜您提交信息成功