因發熱是新冠肺炎感染的症狀之一，體溫篩檢成為公共區域疫情監測的主要手段。基於“人體發出的熱輻射比較穩定，在特定範圍內，能夠與周圍環境進行‘分割’”的理論，國內很多創業公司都開始研發AI紅外測溫產品，紅外測溫開始嘗試與AI相關的臉部識別算法相結合使用。
據悉，AI紅外測溫首先是通過AI人臉識別攝像頭找到測試區域，把其映射到熱成像攝像頭中；接下來再取出這片區域的溫度，通過一定補償算法來給出實際的體表溫度。
熱成像原理是通過採集人體發出的紅外電磁波，再把紅外電磁波能量強度用偽色彩熱圖來呈現。不過，紅外電磁波在空氣中傳播會受到二氧化碳等氣體的吸收，造成能量衰減，從而造成測溫誤差，這也是為什麼熱成像在測溫精度上容易受到環境干擾的原因。
針對熱成像測溫精度問題，很多公司加入了黑體，它可以大幅提升測溫精度。黑體最大的特點是它能夠吸收外來的全部電磁輻射，並且不會有任何的反射，因此黑體一般用於輻射溫度計向熱成像等的校準、檢定來使用的，把黑體標定溫度與熱成像所檢測到的黑體溫度進行比較，從而對測溫結果進行校準結果，以此降低環境對熱成像測溫精度的干擾，從而提升測溫精度。
黑體有一個特點，它的有效輻射面越大，熱容就越大，溫度更容易在不同環境中保持穩定狀態，更容易保證熱量平衡。同時，由於視距問題，黑體距離測溫目標越遠，要求輻射面越大。如果黑體的輻射面過小，針對距離較遠的測溫目標，熱成像畫面中無法看清黑體，很難標定準黑體溫度。因此，黑體有效輻射面越大，更有利於更遠距離的精準測溫。技術人員一般將黑體設置在熱成像視野範圍內，黑體測溫距離和攝像機測溫距離保持一致，才能最大程度保證測溫精度，真正發揮黑體高精度效果。如果黑體測溫距離和攝像機測溫距離相差過大，則會出現測溫盲點，即同一視頻畫面中，距離較遠點位的人員體溫測量結果誤差過大，漏報、誤報率偏高。那麼即使使用了黑體，也形同虛設，測溫效果大打折扣，無法在第一時間快速排查體溫≥37.3℃的人員，在疫情防控工作中留下隱患。
隨著冠狀病毒的發展，用裝有特殊傳感器的無人機來監測人群，也成為了一種新型的方式。大疆地區近日也開始嘗試通過“無人機加紅外”來篩查可疑患者。據瞭解，大疆御2行業雙光版由於便攜、飛行穩定性高、且自帶熱成像鏡頭以及喊話器配件，被不少社區、道路檢查點用於遠程體溫檢測。御2行業雙光版在經過軟硬件調試和不同場景試驗驗證，可滿足2-3米距離下，對高速路口外地人員、小區高層隔離人員等各類人員的無接觸篩查需求，一旦發現溫度異常個體，就會通過無人機遙控器屏幕顯示體溫異常，提醒現場工作人員進一步核查，安全又高效。
但大疆御2行業雙光版原本是為工業場景設計，對測量目標與環境溫度的差異較敏感。而測量體溫這樣精細的絕對溫度時，易出現準確性不足，有時誤差達到4度到5度，無法滿足室外的體溫篩查需求。
在這段時期內，國內一些知名的技術研發型企業紛紛投身疫情防控產品的研發與生產。一時間，該類產品在國內和國際上的訂單暴增。這些高科技的人體測溫普遍運用於交通樞紐、醫院、企業園區、社區、學校、監所等各類場景，為打贏疫情防控貢獻著不可磨滅的力量。
閱讀更多 機床商務網 的文章
