近日，山西农业大学软件学院自主研发的基于人工智能的人脸识别热成像系统已申请软件著作权知识保护，初步具备投放市场的标准与能力。据了解，人脸识别热成像系统每分钟可筛查检测80人次的体温，精度为±0.3摄氏度。
针对传统测温方式效率不高、人工检测距离过近和检测数据获取困难的短板，软件学院实验中心与人工智能教研室老师合作，从温度、精度、速度出发，各个击破，形成了一整套拥有自主知识产权的AI人脸识别热成像测温系统解决方案。“该方案充分发挥学院自主研发的人脸算法优势，结合精准的热成像测温技术，准确人脸识别核定学生身份信息，实现学生快速非接触式无感测温。”软件学院实验中心主任郝玉杰介绍说。该系统主要由人脸识别及温度采集系统、数据监控及可视化系统、人脸数据库系统与大数据分析预警系统四部分组成，具有部署迅速、安装便利、准确识别、追踪迅捷等技术特点。
“经过前期大量试验运行、调试修正，这一系统5月20日成功部署在学生公寓楼门前，对学校第二批非毕业年级返校学生进行身份、体温等生物信息采集，取得了良好效果。”软件学院院长李富忠告诉记者
测温我们靠什么？
目前，常见的体温检测工具主要有几类类，体温计、测温枪以及红外热成像测温仪，测温安检门。而在日常生活和工作中，则主要以红外测温枪为主。疫情下，测温用AI人脸识别热成像测温系统解决方案将有助于快速安全的筛查人员。
红外测温枪技术：由人体发射出的能量经光学系统汇聚到红外探测器上，探测器将入射的辐射转换成为电压信号，电压信号送入接收系统后，经过数据处理及曲线自动拟合，最后准确推算出被测人体温度，以数字方式显示输出。
就红外测温枪本身而言其检测是科学的，然而，测量者需要准确掌握使用方法及测量环境：与额头不能距离太远，以5cm至8cm左右最为理想；测温时需要尽可能的与额头保持垂直，以确保收集的红外幅射能量是从目标测量区域散发出的；再有就是被测者不宜在测量前的20分钟至半小时内做剧烈的运动；不要让红外测温枪处在温差相差20度或更高的环境下，让测量的结果尽量准确。
由此看来，在许多场景下这种测试方法都存在一定的测量误差，也需要投入大量的人力物力，同时也增加了人员接触带来的安全风险。
人脸识别热成像系统技术更准确
红外热像仪的测温原理与红外测温枪是一样的。如果说红外测温枪是测量一个“点”的温度，那么红外热成像仪就是测量其视场内一个面的温度。相对于红外测温枪而言，红外热成像仪更能反映被测物的实际温度信息，直观，准确，功能丰富。
同时，用热成像做体温初筛，只要设定一个报警阈值，就能实现非接触式人体测温，全自动报警，能够帮助使用者快速安全地初筛出体温异常人员，并对管理人员进行提醒，能够大大提升检查效率。
服务号
公众号
