百度正在把拥有的领先AI技术投入到新型冠状病毒疫情防控中。近日,北京清河火车站落地应用了百度的AI多人体温快速检测解决方案,助力遏制疫情在公共场所的的传播。
当前,疫情防控正处于关键时期,发热是感染后的主要症状之一,在火车站、机场、地铁、学校等场所进行体温检测是重要措施。更值得注意的是,北京即将进入春运返京客流高峰期,这将给火车站、地铁、机场等带来更大的防控疫情压力。目前,北京地铁已全线要求实施进站测温。
但是当前的体温检测方法存在一些局限性:
首先是公共场所人员密集,流动性高,传统额温枪虽然准确但是速度慢,容易引发人群拥堵且会产生一定近距离接触的可能,增加互相聚集形成交叉性传染的风险。
其次是在人流量较大的通行场景(如地铁、高铁站),现场负责发热筛查系统值守的现场工作人员用肉眼想要快速发现红外图像高温区域并与实际人员匹配具有较大难度,影响了二次精准筛查的效率。
第三是虽然一些智能测温系统拥有一定AI能力,但是在疫情防控这个特殊时期,人们出行增加了佩戴口罩及帽子,使得可供识别的面部特征过少,且远距离大范围检测的精度控制也是难点,在这一情况下如何减少漏判、误判,实现较大人流量的快速检测成为不可忽视的现实问题。
因此相关疫情防控机构开始向拥有AI技术的科技公司寻求帮助,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。
百度积极响应号召,提供了一套完善的AI多人体温快速检测解决方案,用非接触、可靠、高效且无感知的方式,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。值得注意的是,它使用AI解决了精准定位和佩戴口罩条件下的识别问题。
传统的检测方案基于红外模式,当人流密集时工作人员不仅无法实现对温度异常乘客的定位,甚至由于热源过多而无法对图像进行有效分辨。而百度在方案中引入了AI算法模型,实现了温度定位和人脸定位的一致,可准确匹配、锁定异常温度“面部区域”及其实际对应的人员并可自动告警,方便工作人员进行额温枪二次复检。
现有的图像识别技术难以对人们佩戴口罩及帽子的情况进行判断,其原因在于可供识别的面部特征过少,无法实现远距离大范围条件下进行精准和快速的检测。而依托于百度对于口罩等佩戴物的检测模型定制开发、人脸检测关键点定位、图像红外温度点阵温度分析算法,可有效地解决了这一问题,实现了在一定面积范围内对人流区域多人额头温度的实时筛选及快速预警。
当前,该套解决方案已经落地应用北京北部新的综合交通枢纽清河火车站。该站是京张高铁始发站之一,也是京张高铁线上规模最大的一座车站,春节期间高峰期日均客流量可达到3万人次左右。北京地铁13号线在此设有换乘站。
部署简单、筛选快速
基于AI图像识别技术和红外热成像技术,百度AI多人体温快速检测解决方案使用了基于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人流区域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。
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,目前系统能够测量0.05摄氏度温差。
比如在地铁站等公共场所,适配有百度体温检测方案的固定点位摄像机面部温度快速检测系统可在通道、重要区域快速部署,在无需群众配合或弱配合情况下,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供进一步通过额温枪排查,提升通道批量初步筛选检测效率。
实时监测多人流场景动态,对体温超出一定阈值的人员,系统予以告警,帮助工作人员迅速查出温度可疑人员,采取有效措施,规避病毒传播;系统可设置报警以标识区域内的温度是否高于临界温度; 如果温度值高于预先设定值,相关告警会提示工作人员;被测者逐个走到热像仪前面进行测试并秒级响应; 如果发出警报,让被测者绕道作进一步检查。非接触式巡查,减少工作人员被传染风险
以移动检测设备非接触式巡查,发现温度异常人员后再以额温枪设备具体检查,提升巡查效率。最关键是降低了火车站、地铁等公共场所工作人员的被传染风险。
当前,疫情防控战仍在继续,全国各城市人流最为密集的区域,包括机场、火车站以及客运站,对测温产品的需求正在逐渐扩大。百度欢迎有需求的各级政府、卫健委机构、基层社区、疾控中心等相关疫情防控机构来联系,百度将第一时间提供免费支持。
百度将继续发挥领先AI技术优势,为抗击新型肺炎尽快推出更多优质产品,为全国疫情防控工作贡献科技力量。