红外、5G、AI高科技加持，体温检测更快更准

这些天，进出小区测体温成为每个人必须体验的“项目”。各类手持式红外测温仪灵巧、便携，是社区工作者的“得力助手”。然而，随着各地返工潮的到来，火车站、地铁、机场等人群较为密集场所的体温检测，将变得挑战十足。既提高人员通行效率，又保证检测的准确率，迎接挑战还需高科技来“帮忙”。

早在抗击“非典”期间，国内研究机构、企业便纷纷研制生产可用于非接触、快速、大面积排查的红外测温仪，当视场内有高温个体通过时，仪器可指示高温个体位置，并发出警示。当前有些地区已经配套了传统的红外测温仪，例如，深圳市购置了200套红外热成像体温测试系统，青岛地铁增配了20台固定式热成像体温检测设备，这些措施都可实现乘客在进站过程中无需驻足，直接通过热成像检测体温的目的。

相比于手持式设备，红外热成像测温仪解决了人员密集所导致的测温效率不高的问题，但在准确度和人脸识别上还存在一些缺陷。中科院半导体研究所研究员刘建国表示，国内已有红外无感测试产品目前存在两大技术痛点，其一是复杂环境适应性较差，存在筛查测量不准确问题，其二是在人员走动戴口罩条件下，人脸精确识别难度大。

刘建国带领的研究团队为了攻克难点研制出一台红外测温产品，它由红外探测镜头、红外测温芯片、红外标校黑体、可见光成像系统、智能控制终端等部分组成，经过软硬件调试和不同场景试验验证，可满足5m距离下，对办公楼门口、小区大门口、出入闸口等多位行人的批量无感监测筛查需求，测温精度可达±0.3℃。但遗憾的是研究团队没有解决走动戴口罩条件下快速人脸识别的难题。

可见，解决精准定位和图像识别难题将会大大提高体温检测效率和准确性。相信前几天，很多人通过网络直播观看火神山医院的建设过程，24 小时不间断建设实况的传输，得益于5G网络的覆盖。而5G技术除了被应用在直播以外，还在体温检测中发挥作用，也就是 5G 红外热成像测温。同样是非接触式设计，通过热成像技术和环境数据算法，仪器的测温精度可达到 ±0.1℃，整个检测过程只需 0.5 秒，比人工测温快了10 倍。

除了5G，AI技术也在抗击疫情中优势凸显。有网友表示，人工智能从不会让我们失望。除了检测速度，AI技术在快速人脸识别上也有突破。

据介绍，近日北京清河火车站就落地应用了百度的AI多人体温快速检测解决方案。这套设备也满足了过检无停留，测温不接触。百度体温检测系统研发负责人刘宇航在接受媒体采访时表示，基于多人脸检测及跟踪等技术，该系统对于口罩等佩戴物的检测模型定制开发，将AI图像识别技术和红外热成像技术进行整合，解决了戴口罩、戴帽子等人脸信息缺失难点，实现了非接触式的多人体温快速筛选。

AI算法模型实现了温度定位和人脸定位的一致，可更迅速准确地“锁定”异常温度的“面部区域”及其实际对应的乘客。工作人员只需观察电脑屏幕，一旦检测到体温异常，系统将会报警，体温异常人员面部及其体温信息将一并呈现在屏幕上，安检人员可在人流中找到相关人员，进行二次体温监测。

目前，该系统能够对单通道200人级别的单波次旅客进行实时的快速检测，温度测量精度高达±0.2℃。自1月28日上线测试以来，这套多人体温检测技术已完成1.4万人的检测，发现160人次体温异常。

无论是刘建国团队的红外测温产品，还是5G 红外热成像测温和百度的AI多人体温快速检测解决方案，都跟红外线热成像技术的应用有关，且都能达到非接触、不停留的目的，都具备快速检测，准确率高的特点，适合在商场、医院及交通枢纽等场所中使用。5G 红外热成像测温在效率上更胜一筹，AI技术则解决了戴口罩戴帽子等人脸信息缺失的难点。这些高科技的运用大幅度提升了在人群中对发热个体筛查的概率，提升了相关人员的通行效率，进而降低交叉感染的风险。下一步，高科技产品的批量生产和广泛应用则是实际中需要解决的难题，公众期待国内优势力量能够合作起来共克时艰。

小链接：体温检测互认实现快进快出

提升公共场所体温检测效率，除了高科技加持外，还可从加强人性化管理上同步优化，例如，公共场所体温检测互认，以及合理规划线路等。

以北京为例，据报道，2月18日后，随着通勤及返京客流增加，交通枢纽客流量将逐渐恢复至日均约60万人次的常态化水平。为加快枢纽站大客流通勤效率，北京已对清河、西苑、宋家庄、四惠、东直门、北京南站、篱笆房、天通苑北8个交通枢纽进行机动灵活的路线调整。增设各类指引标识，优化公交车落客点位，同时与地铁启动测温互认机制，按照快进快出的原则，引导客流走向并持续优化。

因为对北京早高峰的拥堵深有体会，家住天通苑小区的杨敏曾对此颇多担心，“我觉得地铁体温检测互认，对上班族而言便利了很多。”有专家指出，短时间内频繁使用同一个体温测量仪，存在交叉传染的可能。“公共场所启用体温检测互认，抗击疫情的同时还能提高通行效率。”