人工測溫難免有懈怠、疏忽的時候，但紅外熱成像測溫儀可以不知疲倦地24小時不斷監測，一旦有發熱人員進入監測范圍，能夠第一時間發出警報。

在火神山醫院和雷神山醫院醫護人員居住點，安裝了高德紅外股份有限公司生產的全自動紅外熱成像測溫儀，可以實時監測醫護人員的體溫狀況，有效防止新冠病毒在醫院內部蔓延。

截至3月15日，大立科技已有超8000臺（套）紅外熱成像測溫儀部署在機場、車站和大型企業等人員密集場所。身處武漢的高德紅外也在疫情暴發后一個月內，加班加點供貨上萬套人體測溫產品輸送至全國各地。

此前，在國務院聯防聯控機制新聞發布會上，中國疾控中心研究員馮錄召指出：“紅外熱成像測溫儀跟傳統的體溫計或者額溫槍等測量設備相比，能夠實現在較遠距離、非接觸情況下，多目標同時進行體溫檢測，可以規避大規模體溫檢測造成的人員滯留，減少人員接觸，對于降低疾病風險有一定好處。”

用AI技術煉就“火眼金睛”

解決了“快”的問題，下一個問題隨之而來：紅外熱成像測溫儀，測得“準”嗎？

疫情防控不是兒戲，體溫測量往往是第一道防線，要想這道防線筑得牢固，測溫儀的“眼”里可揉不得沙子。

事實上，目前中國主流紅外熱成像測溫儀產品的測溫誤差，都能控制在0.3℃以內，可以從復雜環境中精準識別發熱人員。

那么，這雙“火眼金睛”是如何煉成的呢？答案是探測器+AI算法，而AI算法尤其關鍵。

AI算法之所以重要，是因為測溫點并不設置在“風平浪靜”的實驗室，而是公共場所的出入口，檢測設備時常會受到氣溫、風力等外界環境因素影響，極大干擾檢測的準確度。同時，防疫期間人們佩戴口罩、帽子，大大減少了可供識別的面部特征，這也為檢測精度帶來巨大挑戰。而這些困難，都要靠AI算法來攻克。

“這就是我們在春節期間熬了3個通宵解決的問題。” 百度AI測溫系統項目負責人對記者說，基于AI技術，他們開發了一套自適應、自校準算法，可以同時采集身體多個區域的表面溫度，并對其進行實時精準推測，使得運算后的結果更加接近現場實際環境下通行人員的體溫情況，大大提高了體溫檢測精度。

解決戴口罩帶來的遮擋問題，本質上是要讓機器在被檢測人員戴口罩的情況下，依然能準確找到每個人的額頭區域。為此，百度工程師們針對口罩等佩戴物，進行了一系列檢測模型定制開發，又對人臉150個檢測關鍵點進行精確定位，最終解決了這個問題。

“我們研發的這套解決方案，從1月底開始已應用在北京清河火車站。”百度AI測溫系統項目負責人告訴記者，在單人通道順序通行條件下，這套測溫系統可以在1分鐘內實現對200人的體溫實時檢測。

高德紅外的相關負責人指出：“優秀的探測器硬件保障了體表溫度信息的精準收集，優秀的AI算法保證了體內溫度計算的精準輸出。”

高德紅外熱成像測溫儀在大量人體測溫數據的“喂養”下，訓練出一套聰明靠譜的AI算法。通過探測器獲取人體體表溫度后，再利用大數據建模、人臉識別等AI技術來綜合得出最貼近真實情況的體內溫度。

也有一些人聽到“紅外線”“熱輻射”等詞語，心里便生出幾分擔憂：“會不會有輻射？”“對身體是不是有害？”

相關專家表示，紅外測溫設備不會主動發射紅外線，而是探測、采集在自然界中本身存在的紅外線，所以不會對人體造成損傷。

“這一次我們不再受制于人！”

“快”與“準”的背后，是國產紅外熱成像測溫儀打破技術封鎖、追求自主創新的企業發展故事。

2003年非典期間，紅外測溫設備初入公眾視野。當時，大立科技生產的紅外測溫設備憑借檢測距離遠、速度快等優勢，受到上海浦東機場、北京站等人員密集場所的青睞。短短一周，幾乎賣完了大立科技一年的產品庫存。

可是，眼瞅著需求正熱，大立科技反而遲遲拿不出新產品供應市場。不少人好奇：究竟是咋回事？