新型冠狀病毒肺炎疫情還在持續。隨著中國以外國家的病例激增，如何嚴防境外疫情輸入已經是最為迫切的問題，機場疫情防控工作已進入關鍵時期。
在首都機場3號站樓6號門，一臺黃色的紅外測溫設備立在通道內側。當旅客從6號門經過時，系統會自動檢測旅客體溫並反饋至系統中，首都機場的工作人員盯緊屏幕，對體溫正常的旅客放行。
如果旅客體溫超過37.3°C，系統會發出警報，工作人員便使用醫用級體溫計進行二次檢查，並將該旅客信息記錄在案，並對發熱患者所經過的區域進行消毒。目前，首都機場已配置49臺AI紅外熱成像測溫設備，對所有來京航班乘客和所有進出航站樓人員進行體溫測量。
據XX瞭解到，商湯、曠視等企業推出的各類“AI紅外熱成像測溫”解決方案已在北京、上海、深圳等重點城市紛紛落地，參與到防疫戰役中。工信部預計在疫情防控中，整個全自動紅外體溫檢測儀的需求大約在6萬臺左右。
紅外測溫儀，其實已經是一個非常成熟的產品了。在2003年SARS爆發期間，全國各地機場、車站就開始應用紅外線測溫儀器。
在此後的幾年裡，國內一批研製生產紅外熱像儀的技術公司開始崛起，武漢高德紅外、浙江大立科技、廣州颯特等公司，相繼成為國內紅外熱成像監控領域的佼佼者。而國內安防兩大巨頭海康威視與大華，也在2014年前後推出了自己的紅外熱成像產品。
紅外線測溫儀器的原理很簡單，自然界中大於絕對零度的物體，都會向環境中輻射出紅外線，這種紅外線能量的大小是與物體的溫度呈正相關的。所以只要儀器檢測到紅外線，再轉換成不同大小的電信號，就可以確定物體的溫度。
相信大家都有感觸，進行測溫信息登記時，值守人員需要通過紙筆等傳統的方式進行，這會導致信息記錄不全、修改困難、登記效率低下、形成信息孤島等問題。此外在信息登記過程中還會產生排隊滯留，增加交叉感染的風險。
而紅外測溫儀具備遠距離、大面積、高效率、無感測溫的功能，相較傳統測溫方式更適合在機場、地鐵、醫院、高鐵站等人流密集的地方。
不過，紅外測溫儀這種產品有其天然的侷限性，相關業內人士表示：“在進行了大量的測試和驗證後，我認為紅外作為體溫診斷篩選目前還有一些問題，它不夠準確而且受到環境干擾很大。不過這種特殊時刻，能有一種手段幫助職能部門快速篩選溫度異常人員也是件好事。”
紅外測溫儀只能識別環境中的溫度，但是無法辨別物體類型。比如在火車站，一名體溫正常的旅客如果攜帶40°C的熱水，紅外測溫儀也可能發出警報。
因此，為了解決紅外測溫儀識別不準、虛假報警等問題，AI紅外熱成像測溫技術被推上了前臺。
AI紅外熱成像測溫新風口
1月24日，北京市中關村下發了“項目召集令”，向海澱區科技公司徵集與“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。
2月6日，工信部也開始向人工智能相關學（協）會、聯盟、企事業單位展開了公開號召，倡議相關企業“充分發揮人工智能賦能效用，協力抗擊新型冠狀病毒感染的肺炎疫情”。
這或許就代表著官方的觀點，在這場疫情當中，AI技術不再是錦上添花的玩物，而是可以有著重大貢獻的雪中送炭的應用。
AI紅外熱成像測溫，顧名思義就是將紅外熱成像與計算機技術結合在一起：紅外熱成像技術可遠距離非接觸測溫，計算機視覺可快速定位環境中人員的額頭部位。
從技術邏輯上來說，它需要使用機器學習算法進行人臉識別和追蹤，再結合紅外測溫儀計算出人的溫度。
人臉識別算法已經很成熟了，但疫情帶來了一個新的問題就是：帶口罩後人臉識別如何進行精準定位?
自疫情突發以來，AI企業迅速開展了AI紅外熱成像測溫的研發工作，快速完成了佩戴口罩的監測模型，並推出了各家的解決方案。目前，無論百度、商湯、曠視、格靈深瞳，還是高德紅外、海康威視、大華、宇視等公司，均推出AI紅外熱成像測溫產品。
從市面熱門落地方案來看，行業多采用紅外/可見光雙傳感器，結合紅外熱成像與人體識別+人臉識別雙重識別，測溫精度多在±0.3℃之間。
AI紅外熱成像測溫技術將人臉識別與紅外熱成像技術相結合，能夠降低儀器誤報率，提升檢測效率，減少工作人員感染風險。據格靈深瞳產品總監表示，公司經過測試發現，AI紅外熱成像測溫與額溫槍效果基本一致。
XX認為，成熟的AI紅外熱成像測溫解決方案至少要具備這四個條件：
第一，在任意複雜環境下，測量溫度的精度一定要高；
第二，非接觸式、無感狀態、無需配合；
第三，檢測迅速，可同時檢測多人；
第四，易用性高，工作人員可快速上手使用，無需培訓或僅需要簡單培訓即可上崗。
從疫情期間AI紅外熱成像測溫的表現來看，系統表現尚可，但準確度有待提升。
我們知道，高於絕對零度的物體都會發出紅外線，但不同物體的發射率是不一樣的，而發射率是由溫度、波長、物質材料以及物體表面環境綜合決定，這其中一項不準，測量精度就會下降。
從算法角度來看，如果一個人戴了口罩又戴了眼鏡，或者有劉海，AI紅外熱成像測溫技術便無法識別了。
另外，AI紅外熱成像測溫在某些特定場景沒法用，比如在東北地區，室溫如果低於零度就無法測溫。因此要想得到準確的人體溫度，AI紅外熱成像測溫技術還需進一步探索。
由於紅外測溫元器件緊缺，再加上業內企業為保證紅外熱成像的精度，曠視、大華均採用「黑體」方案，通過黑體實時測溫矯正來保證AI紅外熱成像測溫系統的精度，但這種實現方式成本較高。
在市面上，AI紅外熱成像測溫設備售價普遍在萬元左右，相較普通人臉識別閘機，售價高了數倍。
疫情後AI紅外熱成像測溫行業會怎樣？
根據相關行業研究員預測：疫情影響之下，AI紅外熱成像測溫市場需求近期暴增，疫情完全將市場打開，短期內將形成一個幾十億人民幣的市場。
疫情結束之後，如此高價格的測溫系統能否成為公共場所的基礎服務，這是AI企業們需要著重考慮的點。
有業內人士指出，AI紅外熱成像測溫產品具有持續性，預測疫情結束後還會有市場。未來國家很可可能會在公共場所配置，將溫度數據做成一個大數據中心，為今後防疫提供部分決策依據。
當然，這種需求只能集中在車站、機場、學校、醫院等特定場景，整體市場相對小眾。
這些年，媒體的鼓吹和炒作提高了人們對AI的期待，特別是這幾年資本寒冬對於AI這個極度燒錢的行業並不友好。
從阿爾法狗完勝柯潔開始，網絡上頻頻爆出ai碾壓人類的言論，但其實對機器學習與計算機視覺原理稍微瞭解的人都會知道，目前AI的水平離取代人類還很遠。
美國科學院院士、斯坦福大學終身教授張首晟曾表示，就像掌握了鳥兒飛行的原理才能製造出飛機一樣，人工智能要有大的發展，首先要“破譯”智能的理論基礎。而目前的人工智能還處於簡單的“仿生”階段。
不過總體來說，AI紅外熱成像測溫能夠落地對這個行業是一個利好消息，畢竟現在還有很多人工智能公司連一款能夠落地的產品都沒有。
一直以來，AI算法都應用很多容錯率高的場景，比如相機、趣味App、教育等領域，而在醫院與交通等與人類生命安全息息相關的領域，AI目前還很難讓人信任。
就以疫情為例，如果AI紅外熱成像測溫溫系統誤差僅有1%，每分鐘檢測100人，一小時就會漏檢60人，這對於一個傳播力在R2以上的新冠病毒來說，誤檢率著實不低。當然對比傳統測溫槍，AI紅外熱成像測溫系統效率和安全性還是有較大提升的。
因此對於人工智能公司而言，這次疫情防控戰不僅醞釀著新的機遇，也是對公司研發能力、技術穩定性和產品落地能力提出了更高的要求。
經過這次疫情，不管是安防行業，還是AI行業，都應該會在這個方向繼續深耕。我們也期待更多更好的產品湧現出來，方便人們的出行和生活。
最後，XX認為AI與行業的結合是產業結構升級的必然結果，未來AI與行業的結合也將產生很多形式，創造更多可能，包括智能化的辦公系統、智能化的生產系統、智能化的服務系統等等。
閱讀更多 未形 的文章
