项目背景

一辆高铁列车驶入清河火车站，戴着口罩的人流集中涌向出站口，快速通过闸机，不远处的一个牌子上写着“本站为自动测温”。

自年初发生疫情以来，这样的场景已经出现在全国各大城市的地铁站、高铁站、汽车站等交通场所。

始于 2020 年初的新冠肺炎疫情，深刻地改变着现代人类的生活。出门要佩戴口罩，出入公共场所要温，成为日常防控疫情不可分割的一部分。但是传统的体温检测方法存在一些局限性：

首先是传统额温枪虽然准确但是速度慢，在人流量较大的通行场景 ( 如地铁站、高铁站 )，容易引发人群拥堵，且会产生一定近距离的接触，增加形成交叉性传染的风险。

其次是虽然一些智能测温系统拥有一定 AI 能力，但是在疫情防控这个特殊时期，人们出行增加了佩戴口罩及帽子，使得可供识别的面部特征过少，且远距离大范围检测的精度控制也是难点。在这一情况下如何减少漏判、误判成为不可忽视的现实问题。

当人流密集涌向一个狭窄通道时，如何快速检测体温，不至于造成拥堵，避免造成二次交叉传染，成为在疫情爆发初期一个急需解决的问题。相关疫情防控机构开始向拥有 AI 技术的科技公司寻求帮助。

解决方案

江湖召集令

1 月 25 日，中关村科学城管委会面向北京市海淀区企业和科研团体征集与“红外测温产品”有关的人工智能技术方案，欲提高以大规模人群为基础的测温精度。

清河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，春节期间高峰期日均客流量可达到 3 万人次左右，北京地铁 13 号线在此设有换乘站，清河火车站已成为北京新的综合交通枢纽。2020 年 1 月 28 日，清河高铁站西出站口闸口内多了一台大屏幕。不远处是用警戒线围起来的四五米长、不足2米宽的客流通道，正对通道的警戒线外侧，还驾着摄像机。

当一拨旅客出站时，大屏幕上会出现人流的红外影像，屏幕一角，不停地跳动的数字，是每一个经过通道的旅客的即时体温。一旦有人体温异常，他的头像就会出现在屏幕一角，工作人员会马上让他出列。

“这套系统由三部分组成。一是摄像系统，包括红外摄像机和人脸识别摄像机，可以抓取旅客信息；一是算法系统，就是大屏幕下这台电脑 ；一是显示系统，就是大屏幕。”百度公司技术工程师刘宇航介绍。

这是百度在清河高铁站出站口布设的 AI 测温系统，出站人流无须停留挨个测体温，实现即走即测。在单人通道顺序通行条件下，百度 AI 测温系统可在 1 分钟内实现对逾 200 人同时通过的体温实时检测。同时是还降低了火车站、地铁站等公共场所工作人员的被传染风险。2 月 2 日，该系统正式上岗。

客户收益

与传统红外测温系统相比，百度 AI 测温系统主要解决了三大问题

问题一：AI 解决了精准定位的问题。传统的检测方案基于红外模式，当人流密集时，工作人员仅凭肉眼很难快速、准确地发现红外图像高温区域及与体温检测异常旅客的匹配。在实际场景中，这使其只用采用单人通过的限流方式，影响了二次精准筛查的效率。百度在方案中引入了AI 算法模型，实现了温度定位和人脸定位的一致，可准确匹配、锁定异常温度“面部区域”及其实际对应的人员并可自动告警，方便工作人员进行额温枪二次复检。

问题二：AI 解决了佩戴口罩条件下的识别问题。尽管现有的部分智能测温系统具备一定 AI 能力，但是在疫情防控的特殊时期，人们出行增加了佩戴口罩及帽子的行为，使可供识别的面部特征过少，而远距离大范围检测的精度控制亦是难点所在。在这一情况下，如何减少漏判、误判，实现较大人流量的快速检测成为不可忽视的现实问题。依托于百度对于口罩等佩戴物的检测模型定制开发、人脸检测关键点定位、图像红外温度点阵温度分析算法，可有效地解决这一问题，实现了在一定面积范围内对人流区域多人额头温度的实时筛选及快速预警。

问题三：AI 解决了各方面环境因素会带来温度测量偏差。百度 AI 测温系统基于 AI 的自适应、自校准算法，实时精准推测测量身体表面各区域的温度，使得远距离测量的结果能够更接近于现场实际环境下通行学生的体温情况，减轻环境因素带来的检测干扰。

目前，百度 AI 测温系统不仅在重点院校实现了集中应用，也已覆盖了交通枢纽、医疗机构及楼宇社区等众多场景。截至 4 月上旬，在全国范围内已完成超过 2700 万人次的快速体温检测。

这也是人工智能第一次如此大规模地应用于社会生活，公众亲身感知到了 AI 创造出的科技价值和社会价值，智能经济与社会距离我们的生活正在越来越近！