新型冠狀病毒肺炎疫情還在持續，2 月 10 日國內各個省市預計又將面臨大規模返工潮。對于民眾和地方政府來說，每一方都即將面臨超長假期后的又一次考驗。

[[314265]]

爆發的疫情引起了各地高度重視，為減少傳播風險，北京的很多街道和村鎮已經開展了一段時間的封閉式管理：進出小區需要登記和查體溫。

對于絕大多數人來說，即使自我隔離在家也需要出門買菜，最近幾天人們在出行時總會接觸到各式各樣的體溫檢測方式，瞄準腦門的檢測槍，伸進耳朵的體溫計……如果人多的話測量還需要排隊進行。有時檢測人員也不知道新型設備如何操作，這無形增加了人群聚集的風險。

不過好消息很快傳來：下周一在北京的一些地鐵站里，我們將看到基于人工智能的全新解決方案。

 

本周二，一種 AI 測溫的解決方案在北京市海淀政務大廳和部分地鐵站展開了試點應用，它在篩查發熱人群的任務上可以實現「疑似高熱報警每秒 15 人」的超高速度，同時絲毫不影響通行效率。

密集人群，無感檢測

這個有關「溫度」的新技術來自曠視科技。在曠視緊急成立的「抗擊新型冠狀病毒應急項目組」春節期間的不懈努力下，名為「明驥」的 AI 體溫檢測系統及時上線，為北京的新冠病毒疫情防控提供了幫助。

 

[[314266]]

 

新的體溫檢測系統在地鐵安檢時可實現「無感監測」，對乘客行動沒有任何影響，無需摘下帽子和口罩。

與以往不同的是，這套 AI 測溫系統創新采用了人體識別+人像識別技術，配合紅外/可見光雙傳感器的解決方案，同時基于自主研發的人工智能平臺 Brain++完成了對帶口罩帽子檢測算法的優化，使得在人流密集型的場景下也可以快速識別，而不需要被識別者脫帽或者摘掉口罩，在提升通行效率的同時，避免疾病的傳播。

相比人工近距離檢測手段和傳統的發熱篩查系統，曠視將研發重點放在了遠距離測溫精度和高密度人流量的可用性上。通過前端紅外相機鑒別人流中的高溫人員，再根據疑似發熱者的人體、人臉信息，AI 技術可以輔助各類公共場所在高密度人員流動場景下幫助工作人員快速篩查體溫異常者，實現非接觸密集型人流 AI 輔助溫感檢測，很大程度上解決了疫情平穩后開放場所通行效率與風險控制的需求。

在處理速度上，「明驥」系統絲毫不影響被測量人員行動，可實現每秒 15 人的高速檢測(攝像頭采集頻率達到每秒 25 幀)，且一套系統可以覆蓋 16 個通道，基本保證了一座地鐵站出入口的管控。這樣一來，人流量較大的通道在 AI 系統的輔助下，僅需 1 名工作人員就能夠管控現場，大大降低了一線工作人員被感染的風險。

除了速度快，還有更大的適用范圍，這套系統支持大于 3 米的非接觸遠距離測溫，出現疑似發熱人員會自動報警。結合曠視自研的人體 ReID 檢測檢索技術，系統可以幫助工作人員快速篩查發熱人員位置線索，以進行進一步的確認檢測和醫學觀察。

智能體溫檢測設備讓人們在使用公共交通工具出行的過程中稍稍感到安心。據曠視介紹，在北京這樣的設備還將不斷推廣，最終以期覆蓋到商場、廣場等更多場景中。

火速成立工作組，10 余天完成部署

令人驚訝的是，AI 體溫檢測系統其實僅僅經歷了 10 余天的研發過程，其中大年初三前完成了針對疑似發熱病人篩查系統的算法開發和內部調試。「曠視科技早在 1 月 20 日就已開始思考這件事情了，」這一項目的成員，曠視科技業務產品部高級產品經理劉瑞偉告訴機器之心。「隨后新型冠狀病毒疫情的爆發，公司很快成立了虛擬工作小組。」

很快，這個小組的人數就增加到了 100 余人，由曠視 CEO 印奇親自掛帥，其成員則抽調自曠視的各個部門。大家在春節期間加班加點，很快進行了可行性研究，陸續解決了外采硬件設備調試、算法構建等問題，整套系統最終在 2 月 4 日正式上線。

 

[[314267]]

 

緊張調試體溫檢測系統的曠視項目組成員。

在這一過程中，留守在北京的開發者們自發前往公司加班，而在其他地區的同事們則以遠程開發的形式貢獻了自己的力量。

「與以往的產品開發不同，AI 體溫檢測系統對于新冠疫情防控很有意義。在開發的過程中，雖然處于春節放假期間，但大家的熱情非常高漲，」劉瑞偉說道。這套設備完成初步方案設計的時間，是在大年三十。

在曠視開展新設備部署工作的同時，海淀區及中關村科學城管委會也向各家科技公司開始了積極的溝通，提供了大量協助和資源的統一調度。

AI 算法加持，戴口罩也能識別

在目前的疫情條件下，絕大多數出行者都佩戴口罩，這對于深度學習系統的人臉檢測提出了高難度的要求。「常規機場閘機的安檢方式需要把口罩摘下來。在我們的系統中，算法針對戴口罩和帽子的情況作了針對性訓練，可以準確地檢測出戴口罩的人，從而保證體溫監測的準確性，也無需被檢測者摘掉帽子和口罩。」劉瑞偉說道。

 

[[314268]]

 

傳統的人臉圖像分割。AI 體溫檢測系統需要在戴口罩的情況下識別出人臉，進而幫助紅外傳感器進行定位。這就需要對以往的人像分割技術進行一些改進——開發者們對于人臉圖像分割的關鍵點進行了重新設定。

載測量設備方面，紅外測溫具備非接觸、快速體溫篩查等優勢，適用于中遠距離、大面積、密集人流的檢測要求。但很多紅外測溫設備也存在溫漂嚴重、測試不準等問題。曠視的開發者表示，為實現精確測量，熱成像人體測溫系統以黑體作為測溫的基準溫度源。黑體安裝在攝像機的視野里，后者對黑體進行溫度測量，并以此為基準實時進行測溫校正，以達到人體測溫高精度±0.3℃的要求。

另外，純紅外熱成像設備并不探測人的樣貌，對觀測者來說不夠直觀，對于疑似發燒者存在難以確定身份的問題。目前在不少公共場所中，能看到的大部分是紅外純熱成像的，有的甚至連測溫顯示都沒實現，無法實現高效管控效果。

曠視體溫檢測設備的另一大優勢在于實現了紅外光和可見光傳感器的融合，紅外負責測溫，可見光負責識別。雙光融合解決了紅外模組、可見光模組時間的視頻流畫面對齊、時鐘對齊、幀率對齊等問題。通過兩者 SDK 的集成，對于紅外影像中監測到的溫度，系統能在可見光影像中將數據對應到相應的人臉、人體上，實現了即時直觀的結果呈現，并對疑似發熱人員進行預警，方便對于疑似發熱者二次手檢。

 

[[314269]]

 

在海淀政務大廳，人們正在試用曠視「明驥」AI 體溫檢測系統。

據介紹，曠視的 AI 測溫系統還分為便攜版與平臺版，「這套系統上線之后，不光在北京，全國各地的其他地區也提出了很多需求，」劉瑞偉說道。

雖然目前部署的系統實現了高速檢測和個體識別，但紅外溫測還存在對環境溫度敏感等問題，在室外等溫差變化較大區域還存在環境誤差。開發者們表示，未來他們還會同硬件廠商進行進一步合作以提高檢測效果。

曠視也正積極研發具備體溫檢測功能的自主簽到系統和人臉門禁系統，實現在特定區域的主動精準防護，可在現有攝像硬件基礎上，添加紅外傳感設備和 AI 組建，快速部署交付;未來將集成軟硬件一體化設備，實現低成本、快捷部署。

在各行各業中，很多人都在用自己的方式抗擊疫情。相信在人們的努力下，我們很快就能迎來疫情消散的時刻。