一种基于人脸识别的医院用探视设备的制作方法

1.本实用新型涉及一种数据上传设备，具体为一种基于人脸识别的医院用探视设备。


背景技术：

2.人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别，传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。但这两种技术还远不成熟，识别效果不尽人意。
3.目前的医院数据探视系统并不具备智能化，新冠期间，要求陪护固定，不允许串门，不允许更换，而临床陪护管理困难，患者管理困难，陪护或者患者往往要四处走动，医护很难追踪，探视人员都要登记信息，查检核酸等，登记费时费人，信息核查困难，所以急需一种可以进行数据库识别的探视设备。


技术实现要素：

4.本实用新型的目的在于提供一种基于人脸识别的医院用探视设备，以解决上述背景技术中提出的问题。
5.为实现上述目的，本实用新型提供如下技术方案：一种基于人脸识别的医院用探视设备，包括控制箱2和转动机构6，所述控制箱2外侧设置有液晶显示屏1，所述液晶显示屏1一侧安装有卡座5，所述卡座5上方安装有所述转动机构6，所述转动机构6上方固定有旋转座7，所述旋转座7末端连接有连接杆8，所述连接杆8末端连接有横向转动座9，所述横向转动座9上方安装有转动舵机10，所述转动舵机10上方连接有固定杆11，所述固定杆11末端连接有深度摄像头模组12，所述控制箱2四周固定有若干个固定螺母4，所述液晶显示屏1上方设置有扬声器3，所述转动机构6外侧固定有固定卡扣13，所述固定卡扣13内侧设置有转动轴14。
6.优选的，所述深度摄像头模组12运行的面部识别算法为ssd算法，且ssd算法预测框信号通过串口打印给所述控制箱2内部的控制板，将深层卷积神经网络预测出来的模型置信度传输给控制板完成驱动决策。
7.优选的，所述转动轴14下方连接有下转口15，实现了方位转动。
8.优选的，所述控制箱2内部的控制板信号输出端分别连接在所述转动舵机10和所述转动机构6的信号线上，当提取出来的信号层完成决策，随后控制板会驱动转动舵机完成转动对准人脸完成目标追踪，进接完成目标比对。
9.优选的，所述控制箱2内部的控制板uart串口连接医院内部服务器。
10.优选的，云服务器训练的深层卷积网络模型通过tcp/ip协议导入所述控制箱2内部的内存模块中，三次握手和四次挥手完成tcp/ip协议通信传到，实现了数据的可靠传输。
11.与现有技术相比，本实用新型的有益效果是：本实用新型使得医院数据可以进行调用，更加高效，控制箱内部的控制板信号输出端分别连接在转动舵机和转动机构的信号线上，利用算法提取框识别面部的坐标位置然后驱动控制各个舵机的转动使得摄像头模组对准人脸，探视人员首次来院，登记全信息、出示身份证、上传核酸报告，自动测量体温，软件会记录，软件可设置核查条件，第二天来探视，只需要机器识别验证即可，不需要重复登记，更加方便的对来探视人员的管理，大大提高了效率。
附图说明
12.图1为本实用新型整体结构图；
13.图2为本实用新型转动机构结构图。
14.图中：1
‑
液晶显示屏；2
‑
控制箱；3
‑
扬声器；4
‑
固定螺母；5
‑
卡座；6
‑
转动机构；7
‑
旋转座；8
‑
连接杆；9
‑
横向转动座；10
‑
转动舵机；11
‑
固定杆；12
‑
深度摄像头模组；13
‑
固定卡扣；14
‑
转动轴；15
‑
下转口。
具体实施方式
15.下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。
16.请参阅图1
‑
2，本实用新型提供一种技术方案：一种基于人脸识别的医院用探视设备，包括控制箱2和转动机构6，所述控制箱2外侧设置有液晶显示屏1，所述液晶显示屏1一侧安装有卡座5，所述卡座5上方安装有所述转动机构6，所述转动机构6上方固定有旋转座7，所述旋转座7末端连接有连接杆8，所述连接杆8末端连接有横向转动座9，所述横向转动座9上方安装有转动舵机10，所述转动舵机10上方连接有固定杆11，所述固定杆11末端连接有深度摄像头模组12，所述控制箱2四周固定有若干个固定螺母4，所述液晶显示屏1上方设置有扬声器3，所述转动机构6外侧固定有固定卡扣13，所述固定卡扣13内侧设置有转动轴14。
17.所述深度摄像头模组12运行的面部识别算法为ssd算法，且ssd算法预测框信号通过串口打印给所述控制箱2内部的控制板，将深层卷积神经网络预测出来的模型置信度传输给控制板完成驱动决策。所述转动轴14下方连接有下转口15，实现了方位转动。所述控制箱2内部的控制板信号输出端分别连接在所述转动舵机10和所述转动机构6的信号线上，当提取出来的信号层完成决策，随后控制板会驱动转动舵机完成转动对准人脸完成目标追踪，进接完成目标比对。所述控制箱2内部的控制板uart串口连接医院内部服务器。云服务器训练的深层卷积网络模型通过tcp/ip协议导入所述控制箱2内部的内存模块中，三次握手和四次挥手完成tcp/ip协议通信传到，实现了数据的可靠传输。
18.工作原理：本实用新型远程通过云服务器训练深层卷积神经网络模型，然后经过tcp/ip协议传输给控制箱5内部的内存模块中，控制箱5通过调用深层卷积模型，进行模型
预测完成卷积识别，控制箱5内部控制板运行ssd算法，图片经过卷积神经网络提取特征，整个检测过程分为两个阶段，在第一个阶段，检测器需要找到目标区域，在第二个阶段，检测器需要在这些假设区域上进行分类和位置回归，探视人员首次来院，登记全信息、出示身份证、上传核酸报告，自动测量体温，软件会记录，软件可设置核查条件，第二天来探视，只需要机器识别验证即可，不需要重复登记，没达到要求，软件会提醒识别不通过，通过位置区域的确定反馈给控制板，然后控制板信号输出端分别连接在转动舵机10和转动机构6的信号线上，利用算法提取框识别面部的坐标位置然后驱动控制各个舵机的转动使得摄像头模组对准人脸，当提取出来的信号层完成决策，随后控制板会驱动转动舵机完成转动对准人脸完成目标追踪，进接完成目标比对，然后进行后端数据库比对，成功后液晶显示屏1显示比对结果，并且扬声器3反馈声音。
19.尽管已经示出和描述了本实用新型的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本实用新型的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本实用新型的范围由所附权利要求及其等同物限定。