全球雲，安全和計算解決方案的ATOS透露，它正在使用生物識別技術SAFR，Realnetworks的一個部門，作為工人安全系統的一部分，該系統集成了面部識別軟件，相機和邊緣計算。
總部位於法國巴黎的ATO釋放了影片，漢諾威·梅斯（Hannover Mess）的行業和數字化轉型貿易展覽會（Hannover Messe Mess）的時機，描述了工作場所安全的新產品。該解決方案將SAFR的面部識別軟件與Atos結合在一起Bullsequanna Edge硬體.新的邊緣服務器包括兩個NVIDIA T4 GPU，以幫助處理計算機視覺和數據分析處理。
在大流行過程中，工人的安全和計算機視力應用程序傾向於專注於發燒檢測，遠程監測和掩蓋識別等動作。 ATOS的解決方案在不同方向上採用面部識別。該公司指出，2019年有20％的職業事故（在德國報導）是由於使用機器而引起的。
ATO描述了工人安全解決方案的兩種初始用途。第一個涉及機械，例如叉車，這些機器應僅由合格人員操作。 SAFR組件執行面部識別功能以驗證身份，而ATOS硬件和軟件僅在發生生物識別識別後才允許訪問機械控件。簡而言之，員工的臉是叉車的關鍵。第二個相關的用例是使用邊緣服務器跟踪設施周圍的用戶和機器，並在危險區域訪問危險區域。例如，如果攝像機識別叉車附近的一個人，則邊緣服務器可以防止機器移動（並擊中人）。
最近，Realnetworks更新帶被動生物識別識別檢查的SAFR面部識別平台。該生物識別平台的升級引入了新的快速反動體功能，並具有改進的AI功能LIVISINE檢測特徵。根據Realnetworks的說法，SAFR現在可以驗證一個人在0.3秒內利用其算法在相機前，並以95.27％的真正正率在相機前。
分析
邊緣計算和深視覺系統已用於其他市場（例如建築）的工人安全。這些系統用於提醒工人不安全的條件（例如，不在安全帶或不戴上類似頭盔之類的設備）。例如，在製造業中，Edge計算和工人的安全性一直圍繞著工人培訓和設備維修，例如使用增強現實。機械訪問控制是邊緣AI和計算機視覺的另一個邏輯步驟。與這樣的公司情感開發算法來監測一個人的注意力和其他認知狀態，可以設想未來的工人安全系統，包括預測可能導致傷害的人機相互作用的算法。
文章主題
訪問控制|Atos|生物識別識別|生物識別技術|邊緣生物識別技術|邊緣相機|邊緣計算|面部識別|Realnetworks|研發|SAFR
