抗疫期間所解決的業務需求 

非配合式體溫測量通常部署在人流量大的出入口或閘口。但非配 合式體溫測量，因人流量、拍攝角度、光照條件及設備性能等因素影 響，存在漏檢多，準確率低等問題，嚴重影響其可用性，給疫情防控 引入了巨大的漏洞風險。 

AI 人臉、人形檢測、抓拍以及結構化技術，可有效彌補上述問 題，借助配套的可見光攝像頭，為熱成像測溫系統，提供準確的測溫 位置，以及佳測溫時機，有效提G準確率，消除漏檢。

解決方案及特色

 針對人員密集的場景，云從科技推出了大鴻疫情防控智能終端和 疫情防控系統，配合智能前端設備實現非接觸式熱成像體溫篩查和預 警、口罩佩戴識別和預警。 

方案特色： 

1、紅外熱成像與人工智能技術融合：通過云從人工智能雙目測溫 IPC-A 實現對體溫異常人員進行檢測，關聯可見光相機進行人臉-人體 的智能檢測、跟蹤和結構化。 

2、非接觸無感測溫：可在室內、室外等環境下對人的面部檢測測 溫，響應時間很短，可實現無感式檢測。 

3、自適應校溫：可根據環境參數自動補償測溫結果，并配置黑體 設備對紅外熱像設備進行標定。 

4、確保佳采溫位置：人臉檢測和人臉結構化人工智能算法，在 可見光畫面確定額頭位置，熱成像畫面對應點作為佳采溫點。 

5、確保佳采溫時機：ReID 身形跟蹤模型，在可見光畫面內，人 員通過檢測區的時間窗內，對其持續跟蹤采溫，有效保證佳測溫時 間點的獲取。 

6、佩戴口罩識別和預警：人工智能模型識別人臉是否佩戴口罩， 針對未戴口罩人員，進行實時語音警示。

7、告警信息可追溯：測溫數據和口罩佩戴數據與人臉圖片相關 聯，實時存儲、時間關聯和秒J檢索，保障數據可還原、可追溯。同 時，告警信息可對接到第三方平臺。

 8、信息展示：在頁實現可見光和紅外熱成像雙目同步成像的展 示，通行總人數、疑似發熱、未戴口罩行人的通行頻次的數據展示。

應用與效果

機場出入境：非接觸式、紅外測溫系統滿足實際應用需求。在疫 情防控增加旅客的通行效率的同時，對通道內的旅客進行快速準確的 測溫。

社區入口處：社區是人員流動較大的地方，由于小區出入口屬于 露天的場景，室外的陽光照射、溫差、相機逆光等因素，相對測溫效 果不好控制。建議在社區出入口搭建遮陽棚，以保證測溫系統較理想 的運行。

活動會場：大型活動會場，人群聚集，在入口處部署測溫系統。 避免露天測溫，盡量在室內的入口處進行測溫。 

辦公大樓：疫情復工期間，辦公大樓上班人越來越多，需要做好 疫情防控，在大廈的入口處進行防控。