正在阅读：AI体温检测技术落地 测温精度误差仅为0.05摄氏度AI体温检测技术落地 测温精度误差仅为0.05摄氏度

　　[PConline 资讯]2020年2月1日，百度表示正在把 AI 技术投入到新型冠状病毒疫情防控中；比如，在北京清河火车站落地应用了 AI 多人体温快速检测解决方案。而该火车站是京张高铁始发站之一，也是京张高铁线上规模最大的一座车站，春节期间高峰日客流量可达 3 万人次左右，北京地铁 13 号线在此设有换乘站。

　　据介绍，当前在火车站、机场、地铁站等人流密集的公众场所使用的体温检测方法存在一些局限：

　　传统额温枪——检测速度较慢，容易导致拥堵，增大近距离接触的可能，从而增加交叉性传染的风险。

　　发热筛查系统——需要现场值守的工作人员用肉眼观察异常情况，筛查的准确率和效率可能会受到一定影响。

　　拥有一定 AI 能力的智能测温系统——对于远距离、大范围，以及面部特征过少（佩戴帽子和口罩）的检测可能会出现漏判误判。

　　不过，百度的 AI 体温检测技术在很大程度上解决了以上问题。据悉，该技术基于人脸关键点检测及图像红外温度点阵温度分析算法，可以对一定面积内乘客的额头温度进行检测，即便是佩戴帽子和口罩也能够快速筛查。

　　除了在筛选效率方面的提升，该解决方案的部署也十分简便。

　　比如，在通道或重要区域放置固定点位摄像机，在无需群众配合或弱配合的情况下，摄像机完 3-5 人/批次的面部温度快速检测系统。目前，该系统能够测量的温差在 0.05 摄氏度之内。

　　对体温超出一定阙值的人员，系统将以秒级发出警报，并提供人脸图像信息，帮助工作人员采取及时有效的措施。

　　由于车站人流量大，固定点位摄像机可能会出现漏判的情况，工作人员还可以通过此解决方案来使用电脑以及手机等移动设备进行非接触式巡检。在发现体温异常的人员之后，再使用传统的额温枪进一步测量，在保障精准筛查的同时，也提升了巡查的效率。

　　更重要的是，使用该解决方案在很大程度上降低了人工成本，也降低了工作人员被感染的风险。

　　另外，浙江大华等公司也已于年前成功研发完成热成像测温系统，可实现远距离、大面积检测，在 30℃~45℃ 测量范围内，测温精度高达 ±0.3℃，一旦发现异常体温人员，系统自动预警，并启动复查方案。

　　在疫情爆发时，该公司已将热成像测温系统已在上海火车站投入使用，上海虹桥机场及上海浦东国际机场也已成功试用。

　　实际上，早在几年前，AI 技术就被应用到了关于病毒感染的防控工作中。

　　2016 年，佐治亚大学、梅西大学和加利福尼亚大学组成的团队开发的 AI 模型用于预测丝状病毒的传播——该病毒通常会感染蝙蝠，但也可以传播给人类；埃博拉病毒和马尔堡病毒是两种最常见的菌株。该模型通过综合 57 种不同因素来预测出哪种类型的蝙蝠可能携带丝状病毒，其准确度为 87％。

　　2017 年，来自 Saw Swee Hock 公共卫生学院和新加坡国家环境局环境卫生研究所的科学家开发了一种预测登革热暴发的 AI 算法，；不久之后，初创公司 Aime 开始提供一种工具，以 84％ 的准确度预测登革热暴发的地点和时间。

　　目前，医疗保健公司 Metabiota（其平台可根据疾病症状和死亡率以及治愈性等信息来估计疾病传播的风险）正在与美国情报界以及美国国防部合作处理与冠状病毒有关的问题。