MaskCognizer

KI-basierte Maskenerkennung

Der KI-basierte MaskCognizer erkennt in Echtzeit, ob Personen ihre Mund-Nasen-Bedeckung korrekt tragen und gibt ihnen eine entsprechende Rückmeldung.

Überprüfung im Vorbeigehen

Die robuste Bilderkennungstechnologie des Fraunhofer IDMT klassifiziert bis zu zehn Gesichter gleichzeitig – auch wenn sich die Personen in Bewegung befinden. Eine Positionierung der Person vor dem Gerät ist nicht erforderlich, die Überprüfung mit entsprechender Rückmeldung erfolgt im Vorbeigehen.

Personalentlastung und Kostenersparnis

Mit dem MaskCognizer lässt sich die Einhaltung der Maskenpflicht automatisiert überprüfen. Das vermindert die Infektionsgefahr für Mitarbeiter und senkt die Kosten für Sicherheitspersonal, das zur Überprüfung der Maskenpflicht zusätzlich eingesetzt werden müsste.

Anwendungsbereiche

Der MaskCognizer ist überall dort einsetzbar, wo die Einhaltung der Maskenpflicht kontrolliert werden soll, z. B. im Einzelhandel, im ÖPNV, in Krankenhäusern und Arztpraxen, in der öffentlichen Verwaltung oder in der Gastronomie.

Das Video zeigt eine prototypische Umsetzung des MaskCognizers, die neben der Ilmenauer Bilderkennertechnologie auch intelligente Audiosystemtechnik vom Standort für Hör-, Sprach- und Audiotechnologie HSA in Oldenburg enthält. Durch eine integrierte Sprachausgabe kann zusätzlich zum visuellen Feedback ein akustischer Hinweis erfolgen.

Features

  • Detektion von Gesichtern und Klassifizierung nach korrekt (Maske korrekt getragen) und nicht korrekt (keine Maske oder Maske nicht korrekt getragen)
  • Mehr-Personenerkennung: bis zu zehn Gesichter gleichzeitig klassifizierbar
  • Keine Ausrichtung der Personen vor dem Gerät erforderlich
  • Datenschutzkonform: keine Speicherung von personenbezogenen Daten
  • Individuelle Feedback-Optionen realisierbar, z. B. visuelle Rückmeldung über Display, vom Kunden konfigurierbare Ton- oder Sprachausgabe, Ansteuerung von Schaltkontakten

Technische Informationen

  • Unterstützte Bildgrößen: 1280x720 oder 1920x1080 (empfohlen)
  • Empfohlene Kameraposition: Montagehöhe ca. 1,6 m, möglichst frontale Ansicht des Gesichts (+/-15°), kein Gegenlicht
  • Echtzeiterkennung: Erkennungsrate bis zu 10 Frames/sek (Jetson Nano)
  • Maskenmodelle austauschbar und update-fähig 
  • Beispielapplikation: Kamera mit horizontalem Bildwinkel von 66°, max. Entfernung ca. 5 m, Breite des überwachten Bereichs ca. 6,5 m

Das könnte Sie auch interessieren

 

Facial Analysis Technologies

KI-basierte Technologien zur Analyse von Gesichtern

 

IDCheck

KI-basierte Überprüfung von Identitäten

Forschungsthema

Analyse und Annotation von Audio- und Videoinhalten

Extrahieren aussagekräftiger Daten aus audiovisuellen Inhalten

 

Forschungsthema

Videoanalyse