La fotocamera dello scanner della temperatura con riconoscimento facciale è realizzata in acciaio inossidabile di alta qualità, dotata di un modulo intelligente per il rilevamento della temperatura corporea e il riconoscimento facciale.
LD-FR901 Fotocamera per scanner di temperatura con riconoscimento facciale per sistema Android
La fotocamera per il controllo degli accessi con scanner per la temperatura con riconoscimento facciale include modulo di rilevamento della temperatura corporea a infrarossi, luce di riempimento a LED, fotocamera, area di riconoscimento facciale, display ad alta definizione da 8 pollici, visualizzazione dello stato del traffico, stato della temperatura corporea, limite dell'indirizzo MAC, visualizzazione della data, involucro in metallo, connessione di rete Indicazione dell'area. È quello di realizzare funzioni di rilevamento e registrazione rapida della temperatura del corpo umano senza contatto.
Telecamera:
Risoluzione |
200 W pixel |
Tipo |
Fotocamera binoculare ampia e dinamica |
Distanza di messa a fuoco |
50-150 cm |
bilanciamento del bianco |
automaticamente |
Misurare |
Pannello LCD IPS da 8,0 pollici |
Risoluzione |
800×1280 |
processore |
Quad-corer RK3288 |
RAM |
EMMC 8G |
Luce di riempimento |
Luce di riempimento doppia LED e IR |
Modulo di rete |
Supporta Ethernet e Wi-Fi |
Audio |
Supporta altoparlanti da 2,5 W/4R |
Interfaccia USB |
1*USB OTG/1*USB HOST standard A |
Interfaccia seriale |
1*RS232 |
Uscita relè |
1 uscita segnale porta aperta |
Interfaccia Wiegand |
Un'uscita Wiegand 26/34, un ingresso Wiegand 26/34 |
Pulsante Aggiorna |
Supporta Uboot |
Interfaccia di rete cablata |
1 *Presa Ethernet RJ45 |
Riconoscimento facciale |
Supporta il rilevamento e il tracciamento di più persone contemporaneamente |
Supporto della libreria dei volti |
Fino a 30.000 |
1: N riconoscimento facciale |
Supporto |
Confronto dei volti 1:1 |
Supporto |
Rilevamento di estranei |
Supporto |
Identificare la configurazione della distanza |
Supporto |
Configurazione dell'interfaccia utente |
Supporto |
Aggiornamento del dispositivo remoto |
Supporto |
Interfaccia del dispositivo
|
Le interfacce includono dispositivo, gestione, personale/foto, gestione, interrogazione record, ecc. |
Metodo di distribuzione |
Supporta la distribuzione del cloud pubblico, la distribuzione privatizzata, l'uso della LAN, l'uso autonomo |
Rilevazione della temperatura corporea |
Supporto |
Distanza di rilevamento della temperatura |
1M |
Precisione della misurazione della temperatura |
≤±0,1℃ |
Intervallo di misurazione della temperatura |
10℃~42℃ |
Campo visivo termico |
32X32℃ |
La temperatura dei visitatori è normale |
Supporto |
Allarme per sovratemperatura |
Supporto (è possibile impostare il valore dell'allarme della temperatura corporea) |
Classe di protezione |
IP65 |
Energia |
CC 12 V (±10% ) |
Temperatura di lavoro |
﹣ 10℃~60℃ |
Temperatura di conservazione |
-20℃~60℃ |
Consumo di energia |
13,5 W ( massimo ) |
Metodo di installazione |
Installazione staffa per cancello |
Dimensioni dell'attrezzatura |
238,24*128*25 (mm ) |
Peso |
1,45 kg |
Caratteristiche:
1. Di piccole dimensioni, raffinato e compatto, può essere utilizzato insieme a cancelli pedonali o utilizzato da solo.
2. L'applicazione tecnica si riflette principalmente nel pannello di riconoscimento facciale per la misurazione della temperatura dell'immagine termica da 2 milioni di pixel, nell'algoritmo di apprendimento profondo (CNN) della rete neurale convoluzionale leggera incorporato, nel chip integrato per la misurazione della temperatura dell'immagine termica ad alta precisione, nella tecnologia di elaborazione dell'ISP dell'immagine in uno Prodotti intelligenti basati sull'intelligenza artificiale.
3. La precisione della misurazione della temperatura è elevata, il tasso di riconoscimento facciale è elevato e la velocità di riconoscimento è elevata, il che migliora efficacemente l'efficienza del passaggio e la controllabilità del personale ed evita l'affollamento. Registra automaticamente le informazioni, evita operazioni manuali, migliora l'efficienza e riduci le informazioni mancanti e fai un buon lavoro di monitoraggio pre-avviso, in-process e post-tracciamento.