唐皓颖
深兰科技(上海)有限公司 上海 200336
摘要：针对疫情防控的现实需求，我们推出了一款融合人工智能技术的非接触红外热成像测温系统，可以实现远距离、多通道、密集人流的快速测温，广泛部署在多地的重点交通枢纽、卡口以及人群密集场所，助力复工复产，有力地支持了常态化的疫情防控。
关键词： 人工智能技术 非接触 多通道 红外热成像测温系统
新冠肺炎疫情是百年来全球发生的最严重的传染病大流行，是新中国成立以来我国遭遇的传播速度最快、感染范围最广、防控难度最大的重大突发公共卫生事件[1]。当前，疫情仍在全球蔓延，国内零星散发病例和局部暴发疫情的风险仍然存在，仍要毫不放松抓好常态化疫情防控。
根据官方发布的《重点场所重点单位重点人群新冠肺炎疫情防控相关防控技术指南》[2]，要求在重点场所重点单位加装体温监测设备，对进入人员进行体温检测，高于37.3 ℃的人员应在应急区域进行暂时隔离，体温正常者方可进入。
体温检测设备通常包括水银体温计、红外线额温计和红外热成像测温仪等。其中，红外热成像测温仪可以在一定的安全距离下进行测温（通常大于1 米），可以有效防止交叉感染；同时，工作人员可以采取坐位，节省体力。相比其他测温方式，红外热成像测温仪可以更加快速、动态、安全地进行测温[3]。
但是，传统的红外热成像测温仪仍存在一些需要改进的问题。首先，传统设备只显示红外热成像画面和温度值，很难在红外图像上鉴别具体的人员[4]，因此，需要被测人员逐一通过测温点，只能进行单通道的测温。此外，传统设备需要安排人员长期值守，不能自动报警，需要1-5米内近距离使用，并且不能用于户外。
我们针对疫情防控的现实需求，在最短时间内推出了一款融合人工智能技术的非接触红外热成像测温系统“猫头鹰”。这套新的系统可以在开放场所下，精确定位测温部位，以低误报率进行自动报警，实现非接触、多通道、密集人流的快速体温检测，大大提高了人流密集场所的通行效率。
1. 设备硬件结构
设备前端的红外热成像测温模组，采用双目摄像头，分别为IR镜头与RGB镜头。IR镜头实现红外线热成像，通过电压值与温度值的关系来读取物体特定位置的温度；RGB镜头实现可见光成像，用来识别被检测物体的位置。
设备的其他电子硬件包括电源模块、温控模块、灯控继电器模块，以及Wifi增强器网桥等。硬件结构整体固定在旋转云台上，可以对目标进行追踪。
2. 技术原理
2.1 红外热成像测温技术
所有高于绝对零度的物体表面都会向外辐射红外线，而物体的红外辐射能量大及其关于波长的分布，都与物体的温度有密切的关系。因此，通过对物体自身辐射的测量，便能准确地测定其表面温度[5]。
红外热成像测温仪中内置有能够测量红外线辐射强度的传感器。将传感器接收到的红外波段的热辐射能量转换为电信号后，经过放大、整型，模数转换后成为数字信号，在显示器上输出伪彩色图像。传感器的电压值和温度值成正线性相关，通过简单的计算即可转换为温度值。本项目中，使用可以灵敏测量热红外线差值的氧化钒非制冷焦平面探测器，得到清晰的热像图。进一步地，通过对热像图进行标定，可以测量出目标物的表面温度。
2.2 人脸识别技术
我们利用人工智能中常用的深度学习算法，检测可见光摄像机成像区域的人脸，判断图片中是否包含人脸区域，进一步地将人脸位置标定出来，并基于人脸位置进一步标定出额头位置。
经过摸索，我们采用了成熟的神经网络算法，即通用目标检测网络Faster RCNN（Faster Region Convolutional Neural Network），以及专门用于人脸检测的级联卷积神经网络CascadeCNN（Cascade Convolutional Neural Network）和多任务卷积神经网络MTCNN（Multi-Task Convolutional Neural Network）。具体实践中，主要为多通道、密集人流的场景，同时被测人员通常会佩戴口罩，有一定的遮挡。上述算法可以在这些复杂场景中很好地进行人脸识别。
2.3 红外图像与可见光图像融合技术
由于双目摄像头的IR镜头和RGB镜头所成的图像不同轴，导致所检测到的图像存在成像差异，不能完全重合。我们利用前述的人脸识别技术，将RGB镜头所成图像中的人脸检测出来，并标注整个人体轮廓。同时，将可见光成像的人体轮廓，通过帧同步的方式，与红外热成像中的人体轮廓进行比对，将两者进行匹配，从而确认人体额头部位的温度[6]。
在用户界面，我们呈现给用户的是RGB镜头所成的可见光图像，并在人体头部动态标注人体体温，方便用户具体确认体温异常者。如发现高温人员立刻进行锁定，截取高温人员头像，并进行告警。
2.4 自适应绝对温度算法
该算法的原理是提供一个动态的温度阈值计算方法，动态标定热成像测温的结果，辅助测温系统以稳定的精度在实际工作环境中进行测温。
3. 系统设备端主体软件及算法
.png)
系统设备端的主体软件，可以将热像传感器和可见光摄像头采集的数据进行标定融合，并可进行测温识别和检测跟踪，同时将所获得的人体额温数据存储到系统中并绘制监控信息，如图1所示。
4. 网络架构
系统的网络架构图如图2所示，目标人群经“猫头鹰”测温后，经路由器传送到现场监视器及云端。现场监视器提供监测管理平台，供现场管理人员实时跟进测温结果。
.png)
5. 监测管理平台
监测管理平台基于WEB开发，任何可上网的电脑、平板、手机均可使用， 无需另配控制柜及监控台。数据通过多种接口接入云端平台互联，云端平台具有实时监控管理、设备管理、智能告警管理、客流数据管理、账户管理、系统管理等功能。
在智能告警管理中，可以设定体温阈值，若体温高于这一阈值，系统会自动报警，并通过AI智能分析对超过阈值的人员进行抓拍、标记和告警，帮助工作人员快速确认发热人员。
6. 高精度测温助力精准管控
按照国家标准GB/T 19146-2010《红外人体表面温度快速筛检仪》要求，在规定的工作环境中，筛选仪器的试验误差应不大于0.4 ℃[7]。
“猫头鹰”经过公安三所的认证，在室外环境下，在13米的距离内，温度误差不超过±0.4 ℃，满足国家标准的要求。精准测温可以有效地降低误报率，降低工作人员的工作量，早发现、早隔离，有效管控潜在的发烧人员。
.png)
通过融合人工智能技术，猫头鹰系统可以精确定位检测部位，快速发现异常发热人员，保障多目标稳定检测，实现非接触、多通道、密集人流的快速体温检测，满足火车站、飞机场、地铁站等人流密集场景的疫情防控和快速通行的需求。
在疫情期间，“猫头鹰”快速交付疫情重点城市武汉共87个点位（图4），每天检测超数十万人次，并通过云端向政府主管部门提供各种维度的分析图表，在体温快速筛查、疫情防控监测等方面协助政府有效地开展疫情防控工作。此外，设备还部署上海、北京、重庆、江苏、山东、内蒙古等地，在火车站、飞机场、地铁站等重点交通枢纽和卡口，以及商场、写字楼、学校和社区等众多城市复杂密集人群场所，助力复工复产，有力地支持了常态化的疫情防控。
目前，这套系统已进入十余个地市的防疫重点产品目录，并入选工信部科技司《在科技支撑抗击新冠肺炎疫情中表现突出的人工智能企业名单》[8]，在防疫抗疫中发挥了积极作用，取得了良好社会效果，有效地践行了企业的社会责任。
8. 结语
我们推出的非接触红外热成像测温系统“猫头鹰”，通过融合人脸识别技术、红外图像与可见光图像融合技术等人工智能技术，可以在室外环境下进行远距离、多通道、密集人流的快速测温，测量误差不超过0.4 ℃，符合相关的国家标准，达到可实际商用的程度。
这套系统部署在武汉、上海、北京、重庆、江苏、山东、内蒙古等多地的火车站、机场、地铁站等重点交通枢纽和卡口以及商场、写字楼、学校和社区等人群密集场所，助力复工复产，有力地支持了常态化的疫情防控。
参考文献
[1] 习近平. 在全国抗击新冠肺炎疫情表彰大会上的讲话[N]. 人民日报,2020-09-09(002).
[2] 关于印发重点场所重点单位重点人群新冠肺炎疫情防控相关防控技术指南的通知[J].中华人民共和国国家卫生健康委员会公报,2020(04):12-43.
[3] 肖兵,肖万玲,张淑琴,薛海珍.热成像测温仪在新冠肺炎定点医院预检分诊中的应用效果[J].深圳中西医结合杂志,2021,31(01):22-24.
[4] 陈红强.非接触式红外热成像测温技术探析[J].中国安全防范技术与应用,2020(04):14-18.
[5] 崔雨,李鸿飞.红外测温仪的原理与实际应用指南[J].自动化与仪器仪表,2009(06):103-104+107.
[6] 陈海波,张志强. 一种RGB图像及IR图像的自动对应标定方法、系统及装置[P]. 山东省：CN112184831A,2021-01-05.
[7] GB/T 19146-2010, 红外人体表面温度快速筛检仪[S].
[8] 白玉杰.科技战“疫”表现突出！中关村21家AI企业被工信部表扬[J].中关村,2020(07):12.