抗疫期間所解決的業(yè)務(wù)需求 

非配合式體溫測(cè)量通常部署在人流量大的出入口或閘口。但非配 合式體溫測(cè)量，因人流量、拍攝角度、光照條件及設(shè)備性能等因素影 響，存在漏檢多，準(zhǔn)確率低等問題，嚴(yán)重影響其可用性，給疫情防控 引入了巨大的漏洞風(fēng)險(xiǎn)。 

AI 人臉、人形檢測(cè)、抓拍以及結(jié)構(gòu)化技術(shù)，可有效彌補(bǔ)上述問 題，借助配套的可見光攝像頭，為熱成像測(cè)溫系統(tǒng)，提供準(zhǔn)確的測(cè)溫 位置，以及佳測(cè)溫時(shí)機(jī)，有效提G準(zhǔn)確率，消除漏檢。

解決方案及特色

 針對(duì)人員密集的場(chǎng)景，云從科技推出了大鴻疫情防控智能終端和 疫情防控系統(tǒng)，配合智能前端設(shè)備實(shí)現(xiàn)非接觸式熱成像體溫篩查和預(yù) 警、口罩佩戴識(shí)別和預(yù)警。 

方案特色： 

1、紅外熱成像與人工智能技術(shù)融合：通過云從人工智能雙目測(cè)溫 IPC-A 實(shí)現(xiàn)對(duì)體溫異常人員進(jìn)行檢測(cè)，關(guān)聯(lián)可見光相機(jī)進(jìn)行人臉-人體 的智能檢測(cè)、跟蹤和結(jié)構(gòu)化。 

2、非接觸無感測(cè)溫：可在室內(nèi)、室外等環(huán)境下對(duì)人的面部檢測(cè)測(cè) 溫，響應(yīng)時(shí)間很短，可實(shí)現(xiàn)無感式檢測(cè)。 

3、自適應(yīng)校溫：可根據(jù)環(huán)境參數(shù)自動(dòng)補(bǔ)償測(cè)溫結(jié)果，并配置黑體 設(shè)備對(duì)紅外熱像設(shè)備進(jìn)行標(biāo)定。 

4、確保佳采溫位置：人臉檢測(cè)和人臉結(jié)構(gòu)化人工智能算法，在 可見光畫面確定額頭位置，熱成像畫面對(duì)應(yīng)點(diǎn)作為佳采溫點(diǎn)。 

5、確保佳采溫時(shí)機(jī)：ReID 身形跟蹤模型，在可見光畫面內(nèi)，人 員通過檢測(cè)區(qū)的時(shí)間窗內(nèi)，對(duì)其持續(xù)跟蹤采溫，有效保證佳測(cè)溫時(shí) 間點(diǎn)的獲取。 

6、佩戴口罩識(shí)別和預(yù)警：人工智能模型識(shí)別人臉是否佩戴口罩， 針對(duì)未戴口罩人員，進(jìn)行實(shí)時(shí)語音警示。

7、告警信息可追溯：測(cè)溫?cái)?shù)據(jù)和口罩佩戴數(shù)據(jù)與人臉圖片相關(guān) 聯(lián)，實(shí)時(shí)存儲(chǔ)、時(shí)間關(guān)聯(lián)和秒J檢索，保障數(shù)據(jù)可還原、可追溯。同 時(shí)，告警信息可對(duì)接到第三方平臺(tái)。

 8、信息展示：在頁實(shí)現(xiàn)可見光和紅外熱成像雙目同步成像的展 示，通行總?cè)藬?shù)、疑似發(fā)熱、未戴口罩行人的通行頻次的數(shù)據(jù)展示。

應(yīng)用與效果

機(jī)場(chǎng)出入境：非接觸式、紅外測(cè)溫系統(tǒng)滿足實(shí)際應(yīng)用需求。在疫 情防控增加旅客的通行效率的同時(shí)，對(duì)通道內(nèi)的旅客進(jìn)行快速準(zhǔn)確的 測(cè)溫。

社區(qū)入口處：社區(qū)是人員流動(dòng)較大的地方，由于小區(qū)出入口屬于 露天的場(chǎng)景，室外的陽光照射、溫差、相機(jī)逆光等因素，相對(duì)測(cè)溫效 果不好控制。建議在社區(qū)出入口搭建遮陽棚，以保證測(cè)溫系統(tǒng)較理想 的運(yùn)行。

活動(dòng)會(huì)場(chǎng)：大型活動(dòng)會(huì)場(chǎng)，人群聚集，在入口處部署測(cè)溫系統(tǒng)。 避免露天測(cè)溫，盡量在室內(nèi)的入口處進(jìn)行測(cè)溫。 

辦公大樓：疫情復(fù)工期間，辦公大樓上班人越來越多，需要做好 疫情防控，在大廈的入口處進(jìn)行防控。