隨著眾多企業(yè)有序復(fù)工復(fù)產(chǎn)，職工集中返崗，疫情防控任務(wù)加重了。而抗疫期間，戴口罩、測(cè)體溫成為防控疫情的重要措施。高新區(qū)企業(yè)分布集中，多數(shù)在樓宇內(nèi)工作，上班早高峰期間辦公樓入口處量較大，前來上班的職工往往要排起長(zhǎng)隊(duì)，等候工作人員手持測(cè)溫槍逐一進(jìn)行體溫測(cè)量。這種方式不僅需要投入大量人力，也增加了人員接觸帶來的安全風(fēng)險(xiǎn)。  針對(duì)當(dāng)前嚴(yán)峻的形式，研發(fā)出了紅外線測(cè)溫門，適合安裝在職工較多企業(yè)、寫字樓內(nèi)企業(yè)較多的入口處。當(dāng)人員通過紅外線測(cè)溫門時(shí)，液晶屏幕會(huì)快速顯示測(cè)量溫度，若有發(fā)熱人員，安檢門會(huì)自動(dòng)報(bào)警。相比人工測(cè)溫方式，紅外線測(cè)溫門更為簡(jiǎn)便，更加穩(wěn)定可靠，極大地降低了人員密切接觸帶來的風(fēng)險(xiǎn)。紅外線測(cè)溫門應(yīng)用場(chǎng)所：火車站、汽車站、地鐵站、醫(yī)院、工廠、寫字樓、工地、學(xué)校、小區(qū)、體驗(yàn)館、大型活動(dòng)現(xiàn)場(chǎng)等公共場(chǎng)所。   深圳嘉億能科技紅外線測(cè)溫門亮點(diǎn)： 自動(dòng)紅外人體測(cè)溫 金屬安檢：將紅外自動(dòng)測(cè)溫與金屬安檢融合，通過安檢門前，先進(jìn)行紅外人體測(cè)溫，真人發(fā)音報(bào)警。提示體溫正常時(shí)，閘機(jī)開啟并通行，如體溫異常，則發(fā)出報(bào)警，且閘機(jī)不開啟。能大幅減少人體測(cè)溫的工作量及人員投入能大大提升人體測(cè)溫的通行速度能大幅降低檢測(cè)工作人員的被風(fēng)險(xiǎn)實(shí)現(xiàn)自動(dòng)化測(cè)溫、無感通行，減少了測(cè)溫帶來的恐慌心理

大范圍多點(diǎn)快速體溫測(cè)量是控制疫情蔓延的重要手段，如何基于現(xiàn)有場(chǎng)景對(duì)流動(dòng)人員進(jìn)行體溫篩查快速布控成為防疫的迫切需求。傳統(tǒng)測(cè)溫方案是使用額溫槍進(jìn)行體溫檢測(cè)，平均測(cè)溫時(shí)間要20~30秒/人，無法滿足量大的測(cè)溫場(chǎng)景。雙光譜智能體溫檢測(cè)系統(tǒng)，是利用可見光結(jié)合紅外熱成像技術(shù)來開發(fā)的。紅外熱像技術(shù)在疾病防控領(lǐng)域的應(yīng)用，主要是通過人體發(fā)出的紅外輻射，測(cè)量人體體溫，通過體溫的監(jiān)測(cè)，來及時(shí)發(fā)現(xiàn)患有性疾病的人群，及時(shí)對(duì)疑似病患進(jìn)行的深度檢查，避免疾病的傳播。

紅外熱像儀還可以同時(shí)觀察到場(chǎng)景中多人的體溫，因此對(duì)于體溫檢測(cè)的工作效率要遠(yuǎn)遠(yuǎn)大于普通體溫測(cè)量設(shè)備。同時(shí)，由于系統(tǒng)帶有可見光鏡頭，加上AI人臉識(shí)別算法，不僅可以滿足體溫檢測(cè)，還能夠?qū)潭ㄈ藛T出入的場(chǎng)景增加人員考勤和陌生人預(yù)警等功能。雙光譜智能體溫檢測(cè)系統(tǒng)可用在人員密集的場(chǎng)所進(jìn)行大面積檢測(cè)，快速檢測(cè)發(fā)熱人員并智能報(bào)警，自動(dòng)追蹤體溫發(fā)熱人員。

AI 熱成像人臉識(shí)別熱成像和低照度雙光相結(jié)合，可通過AI的深度學(xué)習(xí)技術(shù)加持，實(shí)現(xiàn)在黑暗中準(zhǔn)確識(shí)別人臉。當(dāng)使用熱成像照相機(jī)拍攝面部圖像時(shí)，主要的挑戰(zhàn)在于捕獲的熱圖像必須與目標(biāo)人物的常規(guī)可見圖像的監(jiān)視圖像庫相匹配。需要將構(gòu)建出來的圖像與數(shù)據(jù)庫中的已知面部進(jìn)行匹配，才能識(shí)別出目標(biāo)。這項(xiàng)熱成像人臉識(shí)別技術(shù)在追捕逃犯、打擊、夜間作戰(zhàn)方面有很大的用武之地?；诖耍绹?guó)研究實(shí)驗(yàn)室開發(fā)出了一套基于深度學(xué)習(xí)的 AI 識(shí)別系統(tǒng)。通過卷積神經(jīng)網(wǎng)絡(luò)的處理，熱圖像中人的眼睛、鼻子、嘴唇等的邊界被標(biāo)記出來，從而可以確定出人臉的整體形狀。接下來，非線性回歸模型將這些特征映射到相應(yīng)的面孔樣貌中。

這種被稱為“多區(qū)域合成”的系統(tǒng)通過損失函數(shù)進(jìn)行訓(xùn)練，熱圖像和可見圖像之間的誤差會(huì)被化，從而可以構(gòu)建出一個(gè)相對(duì)準(zhǔn)確的人臉圖像。從熱圖像中合成可見光圖像是異質(zhì)人臉識(shí)別中十分有前景的一項(xiàng)方法，可以利用已有的在可見光人臉數(shù)據(jù)庫上訓(xùn)練的面部識(shí)別軟件，并且更有效地進(jìn)行跨光譜匹配。提出了一個(gè)利用全局和局部五官來增強(qiáng)判別性的可見光人臉圖像合成方法。