文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

基于AI的人脸识别是工厂的下一个技术里程碑

2024-12-02 07:44

关注

受新冠肺炎疫情影响,人工智能(AI)已成为工厂的筹码。谷歌的《2021年云制造报告》发现,在大流行期间,76%的制造业高管增加了对破坏性技术的采用,包括人工智能。

基于人工智能的人脸识别技术

长期以来,人工智能一直被用于该行业来监控工作节奏和预测机器故障,随着工厂寻求优化运营,这一趋势预计将在今年继续。 然而,持续存在的与大流行相关的挑战,例如持续的劳动力短缺、无法远程工作以及对病毒传播的挥之不去的担忧,正在推动工厂运营商在生产之外的新应用中安装人工智能。

为了在不影响生产速度的情况下解决这些新出现的障碍并促进现代化,许多工厂运营商正在实施基于人工智能的面部识别技术 (FRT)。 从访问控制到工人健康和安全,FRT 可以使工厂更安全、更安全、更方便的工作场所。

你的脸是安全的关键

FRT 在工厂中用作一种访问控制手段,不仅可以简化工人打卡流程,还可以无缝保护受限区域。对于大型工厂来说,让数千名工人轮班工作可能会导致瓶颈并阻碍高效生产。

最重要的是,打卡时必须拍照的工人现在必须摘下口罩以进行识别,这进一步减慢了进入过程并冒着暴露的风险。为了应对这一挑战,制造商正在入口通道和关键接入点实施 FRT。

面部识别解决方案,FaceMe

这些工具的最先进版本可以以极高的准确性即时识别公司数据库中的工人——即使他们戴着头盔和护目镜等面罩。

例如,CyberLink的面部识别解决方案 FaceMe 通过精确定位鼻梁周围受试者眼睛之间的独特矢量并将其与公司数据库中的加密模板进行比较来实现这一点。除了高精度之外,这些解决方案还具有可扩展性,这意味着它们一次可以读取多个人的脸,从而允许工厂在整个员工组通过入口区域时为他们打卡。

多人面部识别打卡工具

我们最近帮助台湾一家拥有 20000 多名员工和承包商的工厂实施面部识别,以减少打卡欺诈。 最初,工人使用门禁卡进入和考勤,有些人滥用其他员工的卡。 这使得工人可以欺骗考勤系统,在某些情况下,还可以进行工资欺诈。

通过在两个关键入口安装我们的多人面部识别打卡工具,工厂解决了这个问题,同时让员工更快地到达他们的站点。

身份验证

工厂还可以使用面部识别工具来控制对受限区域的访问。与虹膜或指纹扫描仪相比,FRT 更准确、更易于安装,它集成到门的操作中,可以无缝进入受保护区域。在同一家台湾工厂,我们在园区的另外两个地点安装了用于单人身份验证的面部识别,创建了具有高度安全性的限制区域,并通过我们的反欺骗功能防止了未经授权的访问。

面部识别不仅可以提高工厂的安全性,还可以让操作员更清楚地了解谁在场,以及何时减少成本和劳动力管理的不确定性。然而,比管理良好的劳动力更重要的是减轻威胁其安全的病毒问题。

用于病毒缓解

可以说,工厂中 FRT 最及时的用例是病毒缓解。在大多数员工无法远程工作且许多人在近距离工作的行业中,对病毒传播的担忧比比皆是。

员工打卡期间的健康检查可能会有所帮助,但这些通常需要安装的温度亭,不会将健康信息与员工身份联系起来,或者员工使用红外温度计测量温度,当他们与数十名员工接触时有暴露的风险

优先考虑员工健康

面部识别通过将身份验证工具连接到温度摄像头并记录个人的健康状况来简化健康检查过程。

识别蒙面对象的 FRT 工具还可以通过消除员工去除面罩的需要来减少暴露。 这些工具还可以读取一个人是否不正确地佩戴口罩,并将问题报告给操作员以谨慎处理。

人脸识别软件

我们最近在一家制药厂安装了 FaceMe,为在超洁净空间中佩戴防护装备的员工进行身份验证。 工厂原本是使用指静脉扫描仪进行身份验证,但这不利于员工必须戴手套的新要求。

通过安装我们的面部识别软件,工厂可以通过口罩和防护装备快速准确地识别戴手套的员工,维护员工健康和工厂车间的卫生状况。

健康监测

作为奖励,人工智能工具可以降低健康监测人员的成本,帮助工厂在不牺牲员工福利的情况下实现盈利。

基于人工智能的技术还创建了一个中立的第三方来报告员工的健康状况并通知他们留在家中,从而减少员工可能不得不与可能危及整个员工队伍的疾病作斗争的趋势。

人工智能在保护工厂方面的未来

基于 AI 的 FRT 可帮助工厂在生产线之外变得更加智能,确保安全访问控制,同时简化健康和安全流程。 凭借其无数的用途,面部识别工具有望更多地融入工厂环境,尤其是作为应对持续流行病挑战的解决方案。

具有前瞻性的工厂运营商将超越装配线,将基于人工智能的技术融入工厂的每个角落,而面部识别将是实现这一愿景的关键。

来源:千家网内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯