近日，北京清河火車站落地應用了百度的AI多人體溫快速檢測解決方案，助力遏制疫情在公共場所的的傳播。這一方案用非接觸、可靠、高效且無感知的方式，同時對多人進行體溫檢測，對體溫超出一定閾值的流動人員，系統會發出異常預警。據悉，清河火車站春節期間高峰期日均客流量可達到3萬人次左右，站點還與13號線設有換乘站。
無需配合即可測溫 一批次測3-5人
基於AI圖像識別技術和紅外熱成像技術，百度AI多人體溫快速檢測解決方案使用了基於人臉關鍵點檢測及圖像紅外溫度點陣溫度分析算法，可以在一定面積範圍內對人流區域多人額頭溫度進行快速篩選及預警，解決了佩戴口罩及帽子造成的面部識別特徵較少的問題，方便對人流聚集處的快速篩選。
該方案能基於電腦及手機客戶端進行部署，可以設定固定檢測卡口點位，也可以使用移動設備進行巡檢。比如在地鐵站等公共場所，適配有百度體溫檢測方案的固定點位攝像機面部溫度快速檢測系統可在通道、重要區域快速部署，在無需群眾配合或弱配合情況下，基於固定點位紅外攝像機完成3-5人/批次的面部溫度快速檢測系統，可以快速提取溫度超標人臉圖像信息供進一步通過額溫槍排查，提升通道批量初步篩選檢測效率。目前，系統能夠測量0.05攝氏度溫差。
該方案能解決傳統體溫檢測人工成本大、測量效率低、預警響應慢、系統分析弱、全局掌控難等弊端。當前，該套解決方案已經落地應用北京北部新的綜合交通樞紐清河火車站。
百度緊急研發AI多人體溫快速檢測方案
1月25日，中關村科學城管委會面向北京市海淀區企業和科研團體徵集與“紅外測溫產品”有關的人工智能技術方案，欲提高以“大規模人群”為基礎的測溫精度。
據介紹，此前公共場所的提問檢測存在一些侷限性：首先是公共場所人員密集，流動性高，傳統額溫槍雖然準確但是速度慢，容易引發人群擁堵且會產生一定近距離接觸的可能，增加互相聚集形成交叉性傳染的風險。
其次是在人流量較大的通行場景(如地鐵、高鐵站),現場負責發熱篩查系統值守的現場工作人員用肉眼想要快速發現紅外圖像高溫區域並與實際人員匹配具有較大難度,影響了二次精準篩查的效率。
第三是雖然一些智能測溫系統擁有一定AI能力，但是在疫情防控這個特殊時期，人們出行增加了佩戴口罩及帽子，使得可供識別的面部特徵過少，且遠距離大範圍檢測的精度控制也是難點，在這一情況下如何減少漏判、誤判，實現較大人流量的快速檢測成為不可忽視的現實問題。
隨後，百度積極響應號召，提供了一套完善的AI多人體溫快速檢測解決方案，用非接觸、可靠、高效且無感知的方式，對體溫超出一定閾值的流動人員，系統會發出異常預警，並快速展示出體溫不在正常範圍的人員及溫度，遏制新型冠狀病毒的傳播。
閱讀更多 北青財經 的文章
