返工在即,国家级“赛马”!多家技术公司发力,AI解决“大规模人群”零接触测温

简介: 返工在即,国家级“赛马”!多家技术公司发力,AI解决“大规模人群”零接触测温

伴随着2020开年的竟是一场严峻的“疫情战役”,新型冠状病毒感染的疫情即便总体来看已经得到了较好的控制,但仍不可掉以轻心。

尽管很多公司都延长了开工时间,但迟早都会迎来返程。像火车站、地铁站这种人员密集,流动性高的地点,必须要筑起防控疫情的第一道防线,严格把控出入站人员的体温检测。

AI结合红外热成像,严守第一道防线

要安全、高效地进行大规模人流体温检测,技术手段的辅助必不可少。早在疫情刚刚开始的时候,相关疫情防控机构向拥有AI技术的科技公司寻求帮助,希望引入新技术解决当前难点。

1月25日,中关村科学城管委会面向北京市海淀区企业和科研团体征集与“红外测温产品”有关的人工智能技术方案,欲提高以“大规模人群”为基础的测温精度。

呼吁发出不久,不少涉及AI领域的科技公司广泛响应号召制定解决方案,但就目前来看,AI与红外热成像的结合还在探索阶段。

百度解决方案落地北京清河火车站

百度积极响应号召,提供了一套“AI多人体温快速检测”的解决方案,对体温超出一定阈值的流动人员,系统会发出异常预警,并快速展示出体温不在正常范围的人员及温度,遏制新型冠状病毒的传播。该方案能解决传统体温检测人工成本大、测量效率低、预警响应慢、系统分析弱、全局掌控难等弊端。

据悉,2月2日起,该套解决方案已经落地应用在北京清河火车站,一套AI大客流体温检测系正式“上岗”:出站人流无须停留、逐个测体温,只要正常走出车站,系统就能通过红外设备准确检测出体温,通过人脸识别系统准确对应到每个人身上。

既大幅度提升了效率,同时也有效降低火车站、地铁等公共场所工作人员被传染的风险。

系统由摄像、算法、显示三部分组成。基于AI图像识别和红外热成像技术,该方案通过人脸关键点检测及图像红外温度点阵温度分析算法,可以在一定面积范围内对多人额头温度进行快速筛选及预警,解决了佩戴口罩及帽子造成的面部识别特征较少的问题,方便对人流聚集处的快速筛选。

比如在高铁站等公共场所,无需群众配合或弱配合的情况下,基于固定点位红外摄像机完成3-5人/批次的面部温度快速检测系统,可以快速提取温度超标人脸图像信息,再进一步通过额温枪排查,以提升通道批量初步筛选的检测效率。

另外,该方案能基于电脑及手机客户端进行部署,可以设定固定检测卡口点位,也可以使用移动设备进行巡检。

旷视解决方案落地北京市海淀区地铁站

在海淀区以及中关村科学城管委会的统一调度下,旷视春节期间调集近百人研发团队全力奋战,对发热人员追踪系统需求、解决方案功能规划、接口方案、测试联调、供应链整合等问题进行深入讨论和沟通。

旷视研发团队提出了“人体识别+人像识别+红外/可见光双传感”的解决方案,这里用到了“双光融合”,即结合红外光和可见光,红外负责测温,可见光负责呈现。

那么AI的力量体现在哪里呢?该系统开发者、计算机科学与技术博士周舒畅表示,“本次面对五花八门的口罩、墨镜,我们的人脸检测扛住了,也不怎么冒FP,这就是AI闪光的地方。”

“至于温度准不准的问题,大家都知道最准的是直肠温,口腔温,但大家肯定不接受在地铁口被这么查。腋温和口腔温之间有差值,需要修正。额温因为裸露,会更低一些。这些修正值我们得用带计量证书的温度计反复测量。”事实上,春节期间旷视研发者们的一大工作内容就是反复做人体实验。

另一方面,周舒畅表示,“我们的系统毕竟是对疑似的粗筛,有±0.3度的精度就有了意义。

旷视AI测温系统应用在了海淀政务大厅和海淀区部分地铁站。

旷视针对戴口罩遮挡进行了专项模型优化,即便在口罩和帽子大面积遮挡人脸的情况下,系统也能帮助工作人员快速筛查通行人群,识别误差在0.3℃以内,大众无需摘下防护也无需排队聚集,大大提升公共空间的安全性和检测效率。

系统另外的一大特点是可支持大于3米的非接触远距离测温,一旦有疑似发热人员出现就会自动报警。结合旷视自研的人体 ReID 检测检索技术,系统可以帮助工作人员快速定位发热人员位置线索,以进行进一步的确认检测和医学观察。

旷视研发人员表示此系统的智能疑似高热报警带宽可达到1秒15人,且一套系统可以部署16个通道,基本保证一个地铁口管控。这样一来人流量较大的通道在 AI 系统的辅助下,仅需1名工作人员就能够管控现场,大大降低一线工作人员被感染的风险。

尽管红外测温仪对春运返程的疫情防护工作起到了重要的作用,但仍不可掉以轻心。返程之路一定要做好防范,戴好口罩、勤洗手。

疫情爆发时,红外测温技术就已及时应用在武汉

1月下旬,新型冠状病毒引发的疫情就已经引起了极大的重视,控制疫情扩散刻不容缓。

由公安部第一研究所视频国家工程实验室(珠海)创新中心与新疆爱华盈通信息技术有限公司联合成功研发的智慧体温疫情监控测量系统,已于1月下旬在武汉市相关场所投入使用。该系统测量体温精准度为2米1秒测体温、误差小于±0.5度,集人工智能和大数据系统于一身,助力疫情监控。

这款监控预警系统的温感摄像头结合了人脸识别和热成像体温检测功能,采集相关的身份信息与体温匹配形成数据报表,自动启动预警机制并实时传输给疾控管理部门。该系统由国家视频工程实验室监制。

同时期,高德红外、华中数控等厂商在武汉天河机场、武汉三大火车站、重点医院和政府机构等单位安装了红外体温快速筛查仪,防止疫情扩散。

高德红外在公众平台表示:“我们每多生产一台红外体温筛查仪,就意味着每天可以多测量几千人的体温,快速筛查出体温异常的人群,降低钟南山院士所担忧的‘超级传播者’的出现几率,避免17年前的悲剧重演。”

在大家的“监督”之下,武汉的火神山与雷神山医院均已完成交付。高德红外为两座医院提供了全自动红外热成像测温告警系统,测温精度达到±0.3的水平。

据介绍,高德全自动红外热成像测温告警系统采用红外热成像技术监测进出人员体温,当体温超标时自动告警,可大面积排查发热人员,提高疫情防控效率,大大降低传染风险,最大限度地保护医护人员安全。

另外,上千台高德红外所生产的红外体温快速筛查仪已经安装到了北京、上海、广东、福建、浙江、江苏、四川、云南、安徽等全国多地的医院、车站、机场等人流密集的公共场所。

据悉,高德红外新增了15000套的生产计划,2月10日起以每天1000套的速度生产,在短时间内提供更多的产品来助力一线人员的疫情防控工作。

其实早在2003年非典期间,红外技术在助力突发疫情防控、保障公共卫生安全方面就已经有所作为。

高德红外、华中数控等厂商的设备就被广泛应用在医院、交通枢纽等重点区域,通过对人群的体温监测,成功帮助国家遏制了非典病毒的扩散、赢得了疫情防控的历史性胜利。

这一次,我们也坚信,及时阻断传染源,防止疫情蔓延,我们一定能赢。

相关报道:

http://science.china.com.cn/2020-02/03/content_41045601.htm

http://www.bjnews.com.cn/feature/2020/01/27/680276.html

http://news.eastday.com/eastday/13news/auto/news/china/20200203/u7ai9065929.html



相关文章
|
3天前
|
人工智能 自然语言处理 机器人
文档智能与RAG技术如何提升AI大模型的业务理解能力
随着人工智能的发展,AI大模型在自然语言处理中的应用日益广泛。文档智能和检索增强生成(RAG)技术的兴起,为模型更好地理解和适应特定业务场景提供了新方案。文档智能通过自动化提取和分析非结构化文档中的信息,提高工作效率和准确性。RAG结合检索机制和生成模型,利用外部知识库提高生成内容的相关性和准确性。两者的结合进一步增强了AI大模型的业务理解能力,助力企业数字化转型。
28 3
|
12天前
|
人工智能 搜索推荐 安全
AI技术在医疗领域的应用与挑战
【10月更文挑战第27天】 本文探讨了人工智能(AI)在医疗领域的应用,包括疾病诊断、药物研发和患者管理等方面。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题和技术局限性等。通过对这些方面的深入分析,我们可以更好地理解AI在医疗领域的潜力和发展方向。
117 59
|
1天前
|
人工智能 文字识别 运维
AI多模态的5大核心关键技术,让高端制造实现智能化管理
结合大模型应用场景,通过AI技术解析高端制造业的复杂设备与文档数据,自动化地将大型零件、机械图纸、操作手册等文档结构化。核心技术包括版面识别、表格抽取、要素抽取和文档抽取,实现信息的系统化管理和高效查询,大幅提升设备维护和生产管理的效率。
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
56 11
|
6天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
33 4
|
6天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
10天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗健康领域的应用与挑战####
本文旨在探讨人工智能(AI)技术在医疗健康领域的创新应用及其面临的主要挑战。通过深入分析AI如何助力疾病诊断、治疗方案优化、患者管理及药物研发,本文揭示了AI技术在提升医疗服务质量、效率和可及性方面的巨大潜力。同时,文章也指出了数据隐私、伦理道德、技术局限性等关键问题,并提出了相应的解决策略和未来发展方向。本文为医疗从业者、研究者及政策制定者提供了对AI医疗技术的全面理解,促进了跨学科合作与创新。 ####
|
9天前
|
人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第31天】本文将探讨AI技术在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念开始,然后详细介绍其在医疗领域的应用,包括疾病诊断、药物研发、患者护理等方面。最后,我们将讨论AI技术在医疗领域面临的挑战,如数据隐私、算法偏见等问题。
|
9天前
|
存储 人工智能 文字识别
AI与OCR:数字档案馆图像扫描与文字识别技术实现与项目案例
本文介绍了纸质档案数字化的技术流程,包括高精度扫描、图像预处理、自动边界检测与切割、文字与图片分离抽取、档案识别与文本提取,以及识别结果的自动保存。通过去噪、增强对比度、校正倾斜等预处理技术,提高图像质量,确保OCR识别的准确性。平台还支持多字体识别、批量处理和结构化存储,实现了高效、准确的档案数字化。具体应用案例显示,该技术在江西省某地质资料档案馆中显著提升了档案管理的效率和质量。
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
医疗行业的语音识别技术解析:AI多模态能力平台的应用与架构
AI多模态能力平台通过语音识别技术,实现实时转录医患对话,自动生成结构化数据,提高医疗效率。平台具备强大的环境降噪、语音分离及自然语言处理能力,支持与医院系统无缝集成,广泛应用于门诊记录、多学科会诊和急诊场景,显著提升工作效率和数据准确性。

热门文章

最新文章