本文来自：KnowingAI知智
节后返工，如何解决公共场所的疫情防控问题？
通过分析收集到的 1099 例样本，钟南山团队最新发表的论文显示，发烧（87.9%）和咳嗽（67.7%）仍是新冠肺炎最常见的症状。虽然在感染初期，只有 43.8% 的患者表现出发热，但仍为公共场所的疫情防控提供了依据。
在餐馆、商场等可控环境，人们可以使用额温枪等设备检测体温。车站、地铁站、办公区等人流量较大的场所，这种方式不仅不够高效，还会增加感染风险。
许多 AI 公司正在测试红外无感测温方案，这类方案多由红外热像仪、可见光成像系统和控制终端组成。
它的工作原理是利用人脸识别和人体识别对人流中的个体进行定位，利用热像仪检测人体温度。一旦出现超过界限值的高温个体，系统就会发出警报。再利用行人检测指示高温个体位置，帮助工作人员快速定位，进一步的完成体温检查。
热像仪依靠物体发出的红外线检测温度，人体的皮肤会因裸露降低温度，如何保证测温结果的准确？
方法之一是外接一个恒温目标，检测它在环境中的温度，利用两者的对应关系对环境中的人体体温进行纠正。距离同样会影响测温精度，建立测温补偿模型同样能够 提供帮助。大部分解决方案的检测误差在 0.3 摄氏度左右。
目前相关红外测温方案正在火车站、地铁站等现实场景中落地试点。留心观察，也许在通勤路上就能看见它们。
本文来自：KnowingAI知智