1. 首页
  2. 站长新闻

识别戴口罩人脸、1分钟测200人,百度AI黑科技助力复工入场_进行

原标题:识别戴口罩人脸、1分钟测200人,百度AI黑科技助力复工入场随着越来越多的企业开始复工复产,如何确保防疫同时加紧复工复产是目前众多企业亟需解决的问题。近日,百度基于领

原标题:识别戴口罩人脸、1分钟测200人,百度AI黑科技助力复工入场

随着越来越多的企业开始复工复产,如何确保防疫同时加紧复工复产是目前众多企业亟需解决的问题。

近日,百度基于领先的复杂场景多人脸检测、戴口罩人脸识别、多人实时体温检测等AI技术,实现疫情防控期间高效、安全、有序的复工入场。

3月4日,小编跟随海淀城管上地街道执法队队员来到百度大厦,对这里复工复产后疫情防控情况进行检查。

来到大厦可以看到,车辆和人员通过不同的入口进入,在车辆入口处有四名工作人员手持测温仪,为进入的每一辆车登记测温。 “车辆进入的早高峰时段是9点半到10点半,复工之后我们工作压力增大,所以更新了测温措施,安排了四个人一起测量,测完的车辆会贴上条,每天条的颜色不一样,在确保通行效率的同时做到不遗漏,”工作人员介绍到:“我们呼吁大家尽量错峰上班,降低人员密集度,在疫情期间对员工的宣传也很到位,大家也都非常理解配合。”

随后,小编在人员入口处,看到在门前有一块醒目的提示牌 “进入办公区前请提前打开HI应用入场测温填报页面”,据工作人员介绍,每名员工上班当天要先通过HI应用填报健康状况报备,在各项合格后得到“绿码”,方可进入大厦。

▲AI测温系统

临近上班,大厦门前员工陆陆续续多了起来,在工作人员的引导下,都间隔1米有序排队,等待测温。为应对疫情, 百度自主研发了AI测温系统,可在1分钟内实现对逾200人同时通过的体温实时检测,包含多人、戴口罩、远距离的人脸检测,可以实现在进行远距离人脸识别的同时,同步完成测温、身份识别及后台校验,而且无需接触、无需停留,能够快速、高效地完成入场检测,避免复杂检测流程导致的入场人群聚集。

小编注意到,在体温检测站后方还设置有“口罩领取处”, 百度员工可以通过扫码方式每天免费领取一个口罩。

“我从上周开始来办公,因为我的工作需要用到一些设备,所以现在每周基本上来公司三天,这片区域其他人都居家办公,办公方式比较灵活。”应先生是百度公司员工,他介绍现在午餐每天都有盒饭,食堂做好后有专人领取进行分发,自己在工位吃,不会聚集。“看到原本熙熙攘攘的办公区现在只有我一个人,希望疫情早点结束,大家都能恢复正常的生活。”

来到餐厅,可以看到这片原本可以容纳1200余人就餐的区域已完全封闭,虽然餐厅也符合就餐要求,但是百度公司还是以配送盒饭的方式解决员工的就餐,尽可能地减少人员之间的接触。“餐厅分成A、B、C三个发餐区,分别对应不同的楼,最大化减少人员聚集。另外我们对餐厅工作人员的管控更加严格,还通过移动端实时测查,每天三次测体温。”工作人员介绍道。城管队员提示大厦工作人员,在做好内部消杀防护的同时,也要对配送菜品等原材料的人员和车辆进行严格管理,同时做好餐厨垃圾分类。

据了解,此次疫情防控检查,城管部门将重点在20余个方面对照检查清单,逐项检查防疫工作落实情况。“百度大厦作为重点商务楼宇,是我们的重点检查对象,必须做到每日一查,对体温监测记录、进入楼宇人员佩戴口罩、公共区域消杀、登记外来访客信息等内容进行反复提示。进一步压实‘四方责任’,督促企业更好地做到复工防疫两不误。”上地执法队副队长杨林荫介绍说。

上地街道办事处副主任龚飞介绍:“上地街道企业有两万余家,应对复工后的‘大人流’,我们街道提前做好预案,对企业进行整体摸排,对于复工复产企业的办公、消杀等情况通过统一的标准和要求进行检查,确保防疫工作不遗漏、无死角。”

随着返京人员的增加和复工复产工作的推进,商务楼宇的疫情防控工作进入到重要的窗口期和关键期,自海淀区复工复产疫情防控工作开展以来,海淀城管执法局梳理各行业基础台账,按照分级分类抓重点的思路,对全区重点商务楼宇疫情防控落实情况实现执法检查100%全覆盖。对出现的问题均已现场督促整改,对复工复产防控检查中不合格单位进行公示。

图文制作|张斌

【本文作者】:亿闻天下网,商业用途未经许可不得转载,非商业用途转载注明出处原文链接:https://cqsoo.com/news/48040.html

【版权与免责声明】:如发现内容存在版权问题,烦请提供相关信息发邮件至 kefu@cqsoo.com ,

并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。反馈给我们

本文内容由互联网用户自发贡献,本站不拥有所有权,不承担相关法律责任。

发表评论

登录后才能评论
Copyright 2007-2019 亿闻天下网 / 渝ICP备89217412123号-1  / 本站由wordpress、阿里云、群英、百度云提供驱动力
QR code