۹ فروردین ۱۴۰۳ |
مقالاتهوش مصنوعی

چرا دوربین مداربسته تب سنج به هوش مصنوعی نیاز دارد؟

از زمان آغاز شیوع کرونا تا کنون، دوربین های حرارتی به بخش مهمی از مشاغل و سازمان ها تبدیل شده اند. این دوربین ها می توانند افرادی که تب دارند را شناسایی کنند. اما تا کنون، بیشتر مشتریان متوجه شده اند که دوربین حرارتی، به خودی خود برای تشخیص تب کافی نیست. دوربین تب سنج در حقیقت دارای جزئی به نام هوش مصنوعی است که به آن امکان دستیابی به این هدف اصلی یعنی تب سنجی را می دهد.

به گفته Ara Ghazaryan (آرا قزریان)، مدیر فناوری و دانشمند ارشد داده ها در کمپانی Scylla.ai، سه بخش و حوزه مختلف وجود دارد که هوش مصنوعی در آن نقش ضروری و بسیار مهمی را در تب سنجی مبتنی بر دوربین حرارتی ایفا می کند. الگوریتم، ویژگی های سخت افزاری را تقویت می کند تا خواندن داده ها را دقیق تر و مرتبط تر با نیاز کاربر سازد.

وی افزود: «به طور خلاصه، این راهکار هنوز سخت افزاری است؛ اما ما ترفندهایی مبتنی بر الگوریتم معرفی کرده ایم که قابلیت سخت افزارها را افزایش می دهد».

هدف گذاری هوشمند

برای اینکه یک دوربین تشخیص دما به درستی کار کند، سوژه باید در فاصله مشخصی از آن قرار داشته باشد. همچنین دوربین باید روی نقاط به خصوصی از بدن، نشانه گیری کند، مثلاً داخل چشم ها، تا دقیق ترین نتیجه را بدهد.

Ghazaryan تشریح کرد که آنان از هوش مصنوعی استفاده می کنند تا اطمینان حاصل کنند که دوربین می تواند روی آنچه که کاربر می خواهد فوکوس کند. از آنجا که این قابلیت مبتنی بر نرم افزار است، کاملاً منعطف بوده و گزینه های کافی برای تنظیم بر اساس سلیقه کاربر را نیز دارا می باشد.

وی خاطرنشان کرد: « این الگوریتم انتخاب می کند که چه زمانی در داخل یک محدوده نشانه گذاری کند. به عبارت دیگر ما باید روی ناحیه صورت فوکوس کنیم. الگوریتم به دوربین کمک می کند تا نقاط مختلفی را روی چهره اسکن کرده و تصمیم بگیرد از کدام نقطه، دما را اندازه گیری کند».

محاسبات چندگانه

تشخیص تب یا تب سنجی در صورتی که دوربین از یک نفر، محاسبات چندگانه دریافت کند، می تواند دقیق تر باشد. به عبارت دیگر، حتی اگر اولین خوانِش (محاسبه) به دلایل مختلفی از جمله آمدن فرد از بیرون یا از محیطی گرم تر، صحیح نباشد، میانگین ده بار خوانش، نتایج بهتری را ارائه خواهد کرد.

Ghazaryan اظهار داشت: «این قابلیت، جایی برای خطا باقی نمی گذارد. راهکارهای ما نیز این کار را انجام می دهند. علاوه بر این، بعد از اینکه سیستم محاسبات مختلف را آنالیز می کند، اگر سطح دما طبیعی نبود، هشدار خواهد داد».

حذف نیاز به بلک بادی

بلک بادی به دو دلیل اصلی، مورد استفاده قرار می گیرد. اول اینکه با استفاده از یک مرجع خنثی، تمامی محاسبات را اصلاح می کند. دلیل دوم این است که بسته به محیط، خوانش از دوربین ممکن است متفاوت باشد. برای مثال، یک شخص ممکن است دماهای متفاوت در زمان های مختلفی از روز را نشان دهد.

Ghazaryan در ادامه متذکر شد: « این کار نیز توسط الگوریتم مدیریت می شود. اگرچه بلک بادی ابزاری است که بسیار مورد توجه قرار گرفته، اما به نظر بسیاری از مشتریان، نصب و نگهداری آن پر هزینه و طاقت فرسا است. بنابراین اگر راهکاری باشد که بتواند به مشتری در عدم استفاده از بلک بادی کمک کند، بسیار خوشایند خواهد بود».

وی در پایان افزود که کمپانی آنان از روش کالیبراسیون خودکار استفاده می کند. این روش بر اعدادی تکیه دارد که سیستم دریافت می کند. فرض بر آن است که اکثریت مردم دمای متوسط دارند و سیستم سعی می کند افرادی را بیابد که سطح دمای بدنشان در طیف طبیعی نیست. این روش، مؤثر است؛ زیرا هدف استفاده از دوربین تشخیص دما، یافتن سطح دمای فرد نیست؛ بلکه یافتن فردی است که دمای بدنش بالاتر از سطح دمای میانگین باشد. هوش مصنوعی این کار را انجام می دهد.

ثبت یک پاسخ