AI紅外熱成像

隨著出行限制的減輕，如何嚴格防止國外COVID-19病例的進口已成為當務之急，機場疫情的預防和控制已進入關鍵時期。

當乘客通過紅外線溫度測量設備時，系統將自動檢測乘客的體溫並將其反饋給系統。

如果乘客的體溫超過37.3°C，系統將發出警報，工作人員將使用醫用溫度計進行第二次檢查，記錄乘客信息，並對發燒患者通過的區域進行消毒。 

通常，機場需要配備多套AI紅外熱成像和溫度測量設備，以測量所有來港旅客以及進出航站樓的所有人員的體溫。

因此，這些溫度測量裝置已經參加了大流行預防運動。 紅外測溫儀實際上不是一個新產品。 在2003年SARS爆發期間，全國各地的機場和車站開始使用紅外測溫儀。

紅外測溫儀的原理非常簡單。 在自然界中，大於絕對零的物體將向環境輻射紅外線。 紅外能量的大小與物體的溫度成正比。 因此，只要儀器檢測到紅外線並將其轉換為不同大小的電信號，就可以確定對象的溫度。

紅外測溫儀解決了排隊問題。 此外，它具有遠距離，大面積，高效率和非接觸式溫度測量的功能。 與傳統的溫度測量方法相比，它更適合於機場，地鐵，醫院和高速火車站等人多的地方。

但是，紅外測溫儀有其固有的局限性，相關業內人士表示：“經過大量的測試和驗證，我認為紅外作為體溫診斷篩查仍然存在一些問題，它不夠準確，並且受到環境的影響。非常令人不安。 但是，在這個特殊時刻，擁有一種手段來幫助職能部門快速篩查溫度異常的人也是一件好事。”

紅外溫度計只能識別環境中的溫度，但不能區分物體的類型。 例如，在火車站中，如果常溫乘客攜帶40°C的熱水，則紅外溫度計也可能會發出警報。

因此，為了解決紅外測溫儀識別不准確和誤報的問題，人工智能紅外熱成像測溫技術被推到了前台。

顧名思義，AI紅外熱成像溫度測量是紅外熱成像和計算機技術的結合：紅外熱成像技術可以從遠處測量非接觸溫度，計算機視覺可以快速定位環境中人的前額。

從技術邏輯上講，它需要使用機器學習算法進行人臉識別和跟踪，然後結合紅外測溫儀來計算人的體溫。

人臉識別算法非常發達，但大流行帶來了一個新問題：戴好口罩後如何準確定位人臉識別？

自大流行爆發以來，AI公司迅速開展了AI紅外熱成像溫度測量的研究與開發，迅速完成了口罩的監控模型，並推出了各種解決方案。 

從市場上流行的著陸解決方案的角度來看，該行業主要使用紅外/可見光雙傳感器，結合紅外熱成像和人體識別+人臉識別雙識別，溫度測量精度大多在±0.3℃以內。

AI紅外熱成像溫度測量技術將人臉識別與紅外熱成像技術相結合，可以降低儀器的誤報率，提高檢測效率，降低員工感染風險。

首先，在任何復雜的環境中，溫度測量的準確性都很高。 其次，非接觸，非感應狀態，無預設。 第三，檢測迅速，可以同時檢測到多個人。 第四，易用性很高，員工無需任何培訓或僅進行簡單的培訓即可快速入門和使用它。

我們知道絕對零以上的物體將發出紅外光，但是不同物體的發射率不同，並且該發射率取決於物體的溫度，波長，材料和表面環境。 這是不准確的。 精度會降低。

由於缺少紅外測溫組件，並且為了確保紅外熱成像的準確性，業內公司已經採用了 黑體 該方案通過實時黑體溫度校正來確保AI紅外熱成像溫度測量系統的準確性，但是這種實現方式成本很高。

根據相關行業研究人員的預測：在大流行的影響下，對AI紅外熱成像測溫市場的需求最近激增，大流行將完全打開市場。

當然，這種需求只能集中在特定的情況下，例如車站，機場，學校和醫院，並且整個市場是相對利基的。

簡而言之，人工智能與產業的結合是產業結構升級的必然結果。 未來，人工智能與產業的結合還將產生多種形式，並創造更多的可能性，包括智能辦公系統，智能生產系統，智能服務系統等。

[啟動板_反饋]