24 มิ.ย. 2563 1,750 61

การเลือกใช้โซลูชั่น AI สำหรับตรวจจับอุณหภูมิ และตรวจจับการใส่หน้ากาก และการทำ Access Control

จากสถานการณ์การระบาดของ COVID-19 ที่เกิดขึ้นตั้งแต่ต้นปีที่ผ่านมา มาตรการที่สำคัญอย่างนึง ในการต่อสู้กับการระบาดของโรค สำหรับทุกๆสถานที่นั่นก็คือการวัดอุณหภูมิและการใส่หน้ากากอนามัย ก่อนอนุญาติให้เข้าพื้นที่ต่างๆ

อย่างที่เราทราบกันดีว่า  ปัจจุบันเทคโนโลยีการตรวจจับอุณหภูมิด้วยเทคโนโลยี AI ได้แสดงศักยภาพอย่างชัดเจน เพราะเป็นระบบที่ไม่มีการสัมผัส (Touchless) สามารถตรวจจับได้อย่างแม่นยำกว่า รวดเร็วกว่า และลดความผิดพลาดอันเกิดจากการทำงานของมนุษย์ได้ ด้วยการผสานกันระหว่างเทคโนโลยี Face Recognition (AI) และระบบตรวจจับความร้อนด้วยกล้อง Infrared...

ซึ่งโซลูชั่นประเภทนี้ได้ถูกพัฒนาออกมาหลายรูปแบบให้เลือกใช้ในรูปแบบต่างๆ ให้เหมาะสมกับการใช้งานในแต่ละสถานที่ ที่มีความหลากหลายทั้งในแง่ของสถานที่ติดตั้ง ความหนาแน่นของของผู้คนที่ต้องการคัดกรอง ความสามารถในการสอบประวัติย้อนหลัง การแจ้งเตือนด้วยวิธีต่างๆ

รวมไปถึงหากนำไปใช้งานในอาคารสำนักงาน หรือสถานที่งาน บางโซลูชั่นก็จะมีความสามารถในการเชื่อมต่อกับระบบ Access Control ในการเปิดปิดประตู ลิฟท์ การลงเวลาทำงาน ​(Time Attendance) รวมไปถึงการลงทะเบียนก่อนเข้าอาคาร พร้อมตรวจจับอุณหภูมิและการสวมใส่หน้าการอนามัยด้วยหรือไม่

ซึ่งแต่ละโซลูชั่นก็มีความสามารถแตกต่างกันไป ทั้งในแง่ประสิทธิภาพ ความรวดเร็ว และความสามารถขั้นสูงในการ Integrate กับระบบอื่นๆ เป็นต้น

Comparison Table

เรามีตารางเปรียบเทียบโซลูชั่น 3 แบบทั้งจาก Megvii Ming Ji Mini ที่เป็นแบบ  Multi-face เดินผ่านได้เลย Megvii Koala Pad (ที่ออกแบบมาสำหรับงาน Access Control โดยเฉพาะมาก่อน) + Temperature Module ที่เพิ่มความสามารถในการตรวจจับอุณหภูมิและหน้ากากไปบนระบบเดิม และ Ruision PAD น้องใหม่ราคาประหยัด มาให้ลองพิจารณาดูครับ ว่าองค์กรของท่าน เหมาะสมกับอุปกรณ์ประเภทไหน

ปัจจัยหลักๆในการเลือกใช้โซลูชั่นตรวจจับอุณหภูมิและการสวมใส่หน้ากากอนามัย AI เราพอสรุปได้ดังนี้

Black Body Calibration : ระบบตรวจสอบอุณหภูมิห้องเทียบกับสีดำสนิท เพื่อช่วยให้ตรวจอุณหภูมิบุคคลได้อย่างแม่นยำสูงสุด

Temperature Accuracy : ค่าความแม่นยำในการตรวจจับอุณหภูมิ จะมีค่าความผิดพลาดได้ ±0.1 - 1 องศาเซลเซียส (ปืนยิงหน้าผากสามารถมีความคาดเคลื่นได้ถึง 1-5 องศา) https://www.grainger.com/content/qt-370-infrared-thermometers

AI Algorithm : มีการใช้ AI ในการตรวจจับใบหน้า แยกแยะสิ่งของกับบุคคล ระบบ AI ในการช่วยคำนวณ Core Body Temperature และช่วยตรวจจับการใส่หน้ากาก

Detection Distance : ระยะห่างของบุคคลกับกล้องตรวจจับ มีความแตกต่างกันไปต้ังแต่ 0.5  - 5 เมตร

Measurement Speed : ความเร็วในการตรวจจับใบหน้าและอุณหภูมิ บางระบบทำได้ถึง 80 คนต่อนาทีโดยการเดินผ่านกล้อง สำหรับอุปกรณ์แบบ PAD ก็ถูกออกแบบให้สแกนใบหน้าทีละคน (1:1) ซึ่งก็เหมาะสำหรับการตรวจจับอุณหภูมิพร้อมใช้เปิดปิดประตูได้ดีกว่า

Number of Measurement : ความสามารถในการตรวจจับอุณหภูมิ บางระบบสามารถทำได้ 3-8 คนต่อวินาที สำหรับแบบ PAD จะทำงานได้ช้ากว่าเพราะต้อง Scan ทีละคน ต่อการสแกน 1 คนต้องใช้เวลาประมาณ 3-5 วินาที

Recognition Speed : ความเร็วในการตรวจจับใบหน้าและเทียบกับฐานข้อมูล ระบบที่มีราคาสูงมักมีพลังและ Algorithm ในการตรวจจับขั้นสูงที่สามารถ Recognize ได้ด้วยความเร็วต่ำกว่า 1 วินาที

Display Output : ความสามารถในการเชื่อมต่อจอแสดงผล

Event Alarm : มีการแจ้งเตือนกรณีที่อุณหภูมิเกินที่กำหนด หรือไม่สวมหน้ากาก

เสียงแจ้งเตือนภาษาไทย : บางระบบสามารถแจ้งเตือนเป็นภาษาไทย และสามารถอัดเสียงเพิ่มเองได้

Liveness Detection : ระบบป้องการการหลอกระบบ Face Recognition ด้วยการใช้ภาพถ่ายหรือวีดีโอ

Access Control Integration : ความสามารถในการเชื่อมต่อเข้ากับระบบ Access Control ด้วยส่วนมากจะทำได้ดีบนอุปกรณ์ที่เป็นประเภท PAD 1:1

Time Attendance : ระบบคำนวณเวลาทำงาน บางระบบมี Application ที่ HR สามารถนำไปใช้ได้ทันที และมี API ในการส่งรายงานไปโดยอัตโนมัติ บางระบบต้อง export เป็นไฟล์แล้ว HR ต้องไปทำการปรับปรุงเองเป็นต้น

Face Database : จำนวนฐานข้อมูลใบหน้า พนักงาน บุคคลต้องห้าม แขก VIP หรือ Blacklist

Historical Log : จำนวนรายงานที่สามารถเก็บบันทึกไว้ในฐานข้อมูล

Mobile App : บางระบบสามารถมี Mobile App แจ้งเตือนเจ้าของร้าน ว่ามีผู้ที่อุณหภูมิเกินเข้ามาในสถานที่ได้ บางระบบมีความสามารถในการพัฒนา Application เพิ่มเติมโดยผ่าน API เป็นต้น

** สนับสนุนบทความโดย บริษัท NVK AI จำกัด www.nvk.co.th

User Avatar
hiakoe
COMMENTS