شرکت سامانه های بعد پنجم

دستگاه های حضور و غیاب - کنترل تردد - کنترل دسترسی

شرکت سامانه های بعد پنجم

دستگاه های حضور و غیاب - کنترل تردد - کنترل دسترسی

شرکت سامانه های بعد پنجم

محصولات شرکت سامانه های بُعد پنجم

سیستمهای حضور و غیاب

سیستم های کنترل تردد (Access Control)

سیستم مانیتورینگ اتاق سرور (BMS-SMS)

اتوماسیون تغذیه

اتوماسیون اماکن ورزشی

نرم افزار تحت وب T5

آخرین نظرات
۰۶اسفند

 

یکی از ابزاری که در اکثر شرکت ها و سازمان های دولتی و خصوصی وجود دارد ، دستگاه حضور و غیاب است . دستگاه های حضور و غیاب انواع مختلف دارد که عبارتند از : اثرانگشتی، کنترل تردد، تشخیص جهره ، کنترل دسترسی ، کارتی و ... . . از طرفی می توان تمامی دستگاه های حضور و غیاب را به دو دسته غیرتماسی و تماسی تقسیم بندی کرد. 

منظور از دستگاه های غیرتماسی دستگاه هایی هستند که پرسنل می توانند بدون اینکه آن را لمس کنند از طریق دیتابیس آن شناسایی شوند و به عبارتی حاضری خود را در شرکت یا سازمان خود بزننند.

دستگاه های غیرتماسی مانند تشخیص چهره و کف دستی است که از این میان دستگاه جضور و غیاب کف دست MB-531 را می توان نام برد. یکی از قابلیت این دستگاه ، شناسایی از طریق کف دست است. به نحوی که فرد می تواند با قرار دادن کف دست خود در یک فاصله معین در مقابل دستگاه ، شناسایی شود.

از دیگر دستگاه های حضور و غیاب می توان دستگاه تشخیص چهره را نام برد . دستگاه های تشخیص چهره با قرار دادن نقاط و پوینت هایی می توانند فواصل و گوشه های چهره فرد ار طبق الگوریتم محاسبه کرده و در دیتابیس خود نگه داری کنند و سپس با مقایسه چهره فرد با دیتابیس، تشخیص چهره صورت می گیرد.

یکی از این دستگاه ها، دستگاه حضور و غیاب G3 Plus است 

تصویر زیر مرتبط به دستگاه حضور و غیاب کف دست MB-531  می باشد.

 

 

راه مقابله با کروناویروس با  استفاده از دستگاه های حضور و غیاب

 

برای کسب اطلاعات بیشتر در مورد انواع دستگاه های حضور و غیاب  تشخیص چهره و کف دستی می توانید با شماره های 02189350 و 09392545658 تماس حاصل فرمائید.

آدرس سایت ما :

 www.5thdsystems.com

 

۱۸دی

انواع روش های تشخیص چهره را می توان LDA، PCA، SVM , CNN را نام برد . اینکه کدام روش بهتر است هنوز در جوامع در حال تحقیق و پژوهش هستند . در مقاله ای با مقایسه انواع روش ها و در یک نمودار به این نتیجه رسیده اند که ترکیب روش PCA با SVM بالاترین عملکرد را دارد.

 

روش PCA- دستگاه حضور و غیاب بُعد پنجم

 

 

 در پست قبلی در مورد تاریخچه الگوریتم PCA مطالبی را نوشتیم . حال به صورت کاربردی می خواهیم این روش را در تشخیص چهره به کار ببریم.این روزها استفاده از تکنولوژی تشخیص چهره به علت اینکه غیرتماسی است بسیار پر اهمیت تر از روش های بیومتریک می باشد.  در دستگاه های حضور و غیاب امروزی از الگوریتم های پیشرفته تری استفاده می شود ولی یکی از الگوریتم های پایه برای تشخیص چهره، pca یا همان آنالیز مولفه های اصلی است. 

 

تشخیص چهره توسط دستگاه حضورو غیاب

هدف از استفاده از روش آنالیز مولفه های اصلی ، کاهش ابعاد می باشد و مراحل بدست آوردن آن عبارتند از :

1- میانگین داده ها را بدست می آوریم.

2- تک تک داده ها را از میانگین کم می کنیم.

3- واریانس را بر اساس میانگین به دست می آوریم.

4- ماتریس کوواریانس و بردار ویژگی ها را بدست می آوریم.( جهت تغییرات بیشتر را مشخص می شود.)

5- کاهش دادن ابعاد: بدین صورت که آن برداری که اطلاعات کمتر و تغییرات کمتری دارد را می توان حذف کرد.

6- بهترین بردار ویژگی متناظر با بزرگترین مقدار ویژگی که معروف به PC هستند، می باشد. که رابطه آن در زیر نوشته شده است. از طرفی بردارهای ویژگی بر هم عمود هستند (اورتوگونال)

V*∑ = ƛ*v

 

می توانید برای خواندن مطالب بیشتر به مقاله تشخیص چهره به روش تحلیل مولفه های اساسی (PCA)- فصل اول مراجعه کنید.

 

 

 

 

۱۶آذر

تامین امنیت یا نقض حریم شخصی با تکنولوژی تشخیص چهره

تشخیص چهره دو لبه یک شمشیر است از یک طرف استفاده از تشخیص چهره می تواند باعث امنیت و برقراری نظم در جامعه ای که قانونمدار است ، شود و از طرفی دیگر می تواند اگر توسط افرادی نادرست استفاده شود باعث ایجاد نقض حریم شخصی گردد. هر فناوری ای که وارد عرصه می شود گروهی به دنبال استفاده سودمند از آن هستند و به دنبال این هستند که چگونه میتوانند از این فناوری برای خدمت به مردم و جامعه استفاده کرد و گروهی دیگر که افراد مخرب هستند هم به دنبال آسیب زدن می باشند. 

بنابراین استفاده از هیچ فناوری ای به خودی خود بد یا خوب نیست.بسته به اهلش دارد.

یکی از مصادیق استفاده از تکنولوژی تشخیص چهره را می توان استفاده از تکنولوژی تشخیص چهره را در عینک های هوشمند پلیس چین نام برد . این عینک ها  اطلاعات افرادی که در خیابان‌ها در حال تردد هستند را دریافت کرده و در دیتابیسی که متصل به سامانه‌ای در پایگاه می باشد ذخیره می کند و با تطبیق چهره فرد مورد نظر با دیتابیس موجود، اطلاعات فرد را به پلیس نشان دهد و در صورتی که فرد مورد نظر، مجرم تحت تعقیب باشد به پلیس گزارش می دهد.

 همانطور که دیدید این یک کاربرد تکنولوژی تشخیص چهره در ایجاد و تامین امنیت است.  از دیگر فناوری ها می توان استفاده از سیستم تشخیص چهره در دستگاه های حضور و غیاب را نام برد. یکی از جدیدترین دستگاه های حضور و غیاب، دستگاه حضور و غیاب G3 Plus بُعد پنجم است که علاوه بر قابلیت تشخیص چهره دارای سنسورهای ضدتابش نور می باشد یعنی در زمان هایی که دستگاه در  فضایی نصب شده است که نور خورشید بدان می تابد هم قادر است چهره فرد را تشخیص دهد.

 

تکنولوژی  تشخیص چهره

 

برای خواندن مطالب بیشتر در این باره می توانید به مقاله تشخیص چهره، تامین امنیت یا نقض حریم شخصی؟ مراجعه کنید.

 

برای کسب اطلاعات بیشتر در مورد دستگاه های حضور و غیاب بعد پنجم و قیمت دستگاه های  حضور و غیاب می توانید با شماره 09392545658 و یا 89350-021 تماس حاصل فرمائید.

 

 

 

۰۸آبان

 

سری جدید از Green Label  توسط شرکت سامانه های بعد پنجم به بازار عرضه شده است که علاوه بر قابلیت تشخیص چهره و اثرانگشتی ، کنترل دسترسی و کنترل تردد ، قادر است که از  طریق سنسور ضدتابش در برابر نور خورشید ، چهره افراد را شناسایی کند.

از جمله ویژگی های این محصول می توان به موارد زیر اشاره نمود:
- ظرفیت بالای تشخیص چهره و اثرانگشت (3000 چهره در حالت شناسایی)
- سنسور اثرانگشت ضد تقلب SilkID 
- پردازشگر دوهسته ای 1.2 گیگا هرتز

 

 

دستگاه حضور و غیاب تشخیص چهره G3 plus

 

از دیگر ویژگی ها به اختصار به موارد زیر اشاره کرد: 

 

سایر قابلیتها

سنسور ضد تقلب SilkID

دوربین داخلی

باطری UPS داخلی

امکان تعریف 10 نمونه اثرانگشت برای هر نفر

قابلیت های اختیاری

قابلیت ارسال خودکار داده های تردد به سرور (Push)/  ماژول های داخلی WiFi , 3G

 بازه دمای استاندارد عملکرد  0 الی 45 درجه سانتیگراد  
 بازه رطوبت استاندارد عملکرد  20 الی 80 درصد  
 ابعاد (طول × عرض × ضخامت)  199.2 × 171.8 ×120 میلی متر

 

 

برای کسب اطلاعات بیشتر می توانید به سایت www.5thdsystems.com مراجعه کنید.

 

۰۲شهریور

 

تاریخچه پیدایش الگوریتم تشخیص چهره PCA:

 

تا قبل از ارائه ی PCA برای تشخیص چهره, بیشتر کارها روی شناسایی ویژگی های بخشهای صورت مانند چشمها, بینی, دهان و و تعریف روابط بین این اعضا متمرکز بود. اما تحقیقات روی قدرت انسان در تشخیص چهره نشان داد که ویژگی های اعضای منفرد صورت و ارتباطات لحظه ای بین آنها برای شناخت مناسب چهره کافی نیست.

 

در سال ۱۹۶۶ Bledsoe اولین کسی بود که یک روش نیمه اتوماتیک برای تشخیص چهره ارائه کرد. در این روش چهره ها بر اساس ویژگی هایی که به وسیله ی انسان علامت زده شده بود دسته بندی می شدند. اندکی بعد با کارهای انجام شده در آزمایشگاههای Bell, یک بردار با بیش از ۲۱ ویژگی (مانند عرض دهان, ضخامت لبها و ) تو سعه داده شد. ویژگی های انتخاب شده عمدتاً حاصل ارزیابی های ذهن انسان بودند و پیاده سازی آنها کار مشکلی بود.

 

در سال ۱۹۸۹, Kirby و Sirovich یک روش جبری برای محاسبه ساده ی eigenface ها ارائه کردند.

 

در سال ۱۹۹۱ , Turk و Pentland اثبات کردند که خطای مانده هنگام کدینگ eigenface ها می تواند برای دو منظوراستفاده شود:

  • تشخیص وجود چهره در یک عکس
  • تعیین محل تقریبی چهره در عکس

این دو نفر نشان دادند که با ترکیب دو مورد بالا, تشخیص بلادرنگ چهره ممکن است. این مطلب جرقه ی یک انفجار در تحقیقات تشخیص چهره بود. بعد از ارائه ی این روش مقالات زیادی بر مبنای آن به رشته ی تحریر درآمده که در ادامه به برخی از آنها اشاره میکنیم :