红外测温，加入了疫情防控战
出品 | 虎嗅科技组
撰文 | 宇多田
头图来自《南华早报》
两天前，一条与武汉疫情相关的科技新闻，并没有引起多少人注意——
“抗击新型肺炎 最新AI测温仪投入使用”。
大概是此前与人工智能相关的噱头性报道太多，我们当时看到这条新闻时的第一感受，更多的是质疑——
红外测温能为这次疫情防控提供多大帮助？AI技术又能给“测温”帮上什么忙？
但在今天早上，素有“中国硅谷”之称的北京市中关村下发了“江湖召集令”，向海淀区科技公司征集与“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。
事实上，这份英雄贴，引发了我们新的思考——红外热成像技术势必有哪些局限性，需要新技术的引入和“提携”了。
我们认为，在疫情还在蔓延的当下关头，有必要把关于“AI红外测温”的一系列问题都弄明白，帮助各地在接下来不得不面对的返乡客流高峰，以及面对未来任何时间点都可能掀起的疾控保卫战时，提供一些有备无患的建议。
红外测温的必要性
事实上，“AI红外测温”的关键，仍然在于“红外”二字，也就是生产红外测量仪器必然要使用的“红外热成像技术”。
知乎网友“普雅花郎”给出的解释非常通俗易懂——
大自然中，一切高于绝对零度（零下273摄氏度）的物体都会辐射出电磁波，也就是“热红外线”。
虽然人眼看不到，但几乎所有生物体都会时时刻刻发射出这种红外线。这个时候，我们如果用特制的红外探测器，就能捕捉到这种电波，并转化成人眼可见的红外热图像。
很明显，我们人体不同的部位都有不同的温度。譬如在冬天，你的手脚可能相对会更冰凉一些，而头部温度也相对高于四肢与腰部。
因此，在红外线的照射下，由于不同位置辐射的强度不一样，人体各个部位的轮廓、人与人之间相同部位的温度差异，也能清晰地呈现在画面上。
图片来自王华伟博士的论文《基于红外热成像的温度场测量关键技术研究》
与其他测温方式相比，用热红外线进行测温的好处就是“直观”、“非接触”以及“24小时不间断工作”。
你可以通过一张画面上呈现出的不同颜色，直接判断究竟谁才是“发热点”，还能计算出处于同一区域的两个相同“发热点”之间的温差大概是多少。
一位做热红外成像仪器的行业人士向我们做了非常形象的解释——比起市面上的“额温枪”“耳温枪”，热成像测温就像是“在人群中多看了你一眼，然后你的体温就被记录下来了”，既不用机器接触，也没有人工干预。
换句话说，这种“非接触式”检测能够在很大程度上降低接触性传染的概率，因此在医疗领域，特别是对疾病的分析诊断具有重要意义。
此外，由于“可见光”完全影响不了红外线的发射，雾霾也不会对红外波长产生影响，所以理论上，这类仪器既可以白天黑夜不停歇作业，也可以进行远距离探测。
也就是说，一套红外测试仪能够在一定范围内，迅速找到温度异常人士，这也是国内很多大型机场与火车站在近年来陆续部署上相关的热成像摄像头的最主要原因。
图片来自高德红外
纵观全球红外热成像技术市场，最好的技术公司应该是成立于1978年，世界最大的红外热成像产品供应商FLIR。而我国在这方面的研究工作起步较晚，直到2001 年，华中光电研究所才研制成功了我国第一台非致冷红外热像仪，被誉为“中国红外探测技术划时代的突破”。
不过，就在此后十年里，国内一批研制生产红外热像仪的技术公司异军突起，武汉高德红外、浙江大立科技、广州飒特等公司，都是目前国内红外热成像监控领域最好的企业之一。
而安防监控巨头海康威视与大华，也在2014年左右推出了相关的工业级热成像产品。
从当前武汉疫情的各项症状来看，虽然“发热”并不是判断感染武汉肺炎的最关键指标，甚至有病例没有发烧，但“发热”这一症状，仍然是各基层医院和特殊公共场所出入口（特别是缺少试剂盒情况下）用于初步判断是否感染病毒的重要参考。
“体温测试只是一个初步排查手段，可以把体温异常的人员找出来做更进一步检查，而不是作为确诊的唯一手段。” 一位不具姓名的安防行业人士告诉虎嗅，公共场所的筛查需求，是“迅速”与“排除大多数”。
图片来自杭州大立科技官网
因此，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，你会在很多城市的高速公路以及地铁出入口看到各类测温产品。
高德红外在接受虎嗅采访后表示，目前他们的红外测温仪器已经部署在了武汉各个重要的交通出入口，包括武汉天河机场、武汉站、武昌站、汉口站，主要用来筛查人群中的个别“发热点”，
“在人流量密集的地方部署红外测温仪器的明显好处，是能够进行大面积筛查。
这不是测量每个人的温度，而是在一大群移动的人群中把那些体温高的人找出来。像春运期间，由于天河机场与火车站客流量巨大，所以每个进站口都部署了一台设备。”
与此同时，武汉疫情也让高德红外感到了前所未有的压力。
从12月到现在，高德红外的生产工厂一直处于24小时轮班上岗状态，因为“订单已经排到正月十五以后了，处于爆仓状态”。
“因为是短时间内大爆发，所以我们产能吃紧，全国的学校、医院、火车站等等可能都需要这类仪器。现在每天能出货100~200台，但从全国的需求来看，这肯定是远远不够的。”
AI入场
虽然利用热红外成像技术可以让我们轻松“检测”出发热点，但是它有一个非常明显的缺陷——在热红外线“眼”中，同样温度的物体是归为一类的。
简单一点儿解释，假如小明与同伴小李手里的保温杯都被检测为38°，那么小明与拿着保温杯的小李都得被扣下来。
如果追究更加深层次的原因，首先便在于“不同物体的发射率”对温度测量精度会产生很大的影响。
这里的“发射率”，是由波长、温度、物体材料以及物体表面条件综合决定的，要想获得可靠的数据非常困难。
举个例子，金属的发射率通常较低，而且随外部环境温度的增加而增加，甚至当表面形成氧化层时，还能成10倍增加；而非金属的发射率则相对较高，受环境的影响相对较小。
这也就能解释，为何此前市面上很多红外摄像头对某一块区域做温度最高点的检测，很容易受到物体发射率以及外界环境影响而出现误报。
“环境因素是绝对不能忽视的。”一家安防监控头部企业告诉虎嗅，测量体温有一套严格机制，要结合湿度、环境温度以及距离才能保证准确。环境温度越接近甚至高于目标温度，不确定性就会越大。
“一般火车站和汽车站都闹哄哄的，而且温度比较高，所以很多公司的测温仪精度并没有很准，一定有人数检测上限。”
但是，仅从物体发射率来看，相对于金属，人脸（或者说人的皮肤），在中波红外与长波红外的两个波段范围能够吸收大量的入射能量，简单说，就是发射率较高，受环境的影响相对较小。
“人体发出的热辐射比较稳定，在特定范围内，能够与周围环境进行‘分割’。”
因此，对于市面上大部分热红外测温仪生产商来说，即使不特别提到“人工智能”，也不得不开始在系统中尝试使用与AI相关的脸部识别算法。
“首先，我们可以通过人脸识别摄像头找到测试区域，把其映射到热成像摄像头中；接下来，要取出这片区域的温度，通过一定补偿算法来给出实际的体表温度。”
基于这样一套检测流程，刚刚推出AI热红外测温仪的某技术创业公司向虎嗅指出，将人脸识别技术与红外热成像技术相结合是很有必要的，但难点在于：
一方面，是如何保证红外摄像头与人脸识别摄像头之间的数据同步；另一方面，是如何保证双方的检测区域同步。
一家创业公司研发的AI红外测温产品
事实上，即便利用人脸识别技术将温度仪“对准”了你的脸，也保证了数据同步，但从实际操作环境来看，提高体温检测精度也绝非易事。
譬如，红外图像处理技术由于结合了“温度”“湿度”等特殊指标，这可能意味着目前不存在与之相匹配的AI通用算法，而任何识别与检测算法，都会面临没有数据基础的困难。
另外，用于人脸识别的可见光摄像头受光线影响较大，在人流密集、光线变化莫测的公共场所“自保”尚且不行，更不用说“协助”热红外检测仪。
当然，还不能忘了一个重要事实——在处于疫情高发期的当下，防毒面具和口罩已经成为标配，爹妈可能都认不住，机器能认出？
“防毒面具…这种可能不行，” 高德红外对于这类装备有些无力，“特殊时期需要特殊处理，虽然针对口罩佩戴者的温度检测应该没问题，不过也要看检测距离和具体操作”。
他们还指出，“戴眼镜人士”的热红外温度检测也是一个大问题。因为热红外线对玻璃制品的透视性也比较差劲，这个时候，检测结果可能会受到人脸区域不同物体发射率的影响。
已经部署在火车站的红外检测设备
在收到海淀区的“英雄贴”后，商汤、旷视等AI独角兽公司告诉虎嗅，他们已经“响应号召”，主动参与到了这个项目中。
其中，旷视研究院在今天下午就展开了相关讨论，但暂时还不能透露更多信息，仅表示“目前市面上的非近距离红外体温仪的精度大多都不太行”。
而杭州大立科技也承认，远距离大范围检测的精度仍然是一个难点，建议“热红外测温仪最好在室内使用，尽量用于单通道检测，最多应用于双通道”。
“正常情况下，每分钟能够检测10~20人。所以规模较大的火车站，只能根据进站口和出站口来部署多台机器。”
当然，目前谁都不知道，AI技术究竟能在热成像测温中起到多大的作用，但这张“英雄帖”，已经足够能引起红外成像技术公司的警惕。
“其实1年前，我们就跟商汤、蚂蚁金服等技术公司有过接触，海淀区的通告我们一早也看到了，这是一个很重要的信号。”
高德红外显然已经意识到，他们将不得不参与到这场虽然处于早期研发阶段，但有可能孕育着巨大市场的技术创新浪潮中。
“这几年我们已经看到很多AI技术公司‘逆向’进入了红外成像监控市场，这让我们与海康大华一样，都对这类公司很警惕，也让我们对新技术的应用更加迫切。”
一位AI红外测温仪企业的投资人则认为，这次武汉疫情，既让很多科技企业看到了医疗与安防市场对这类技术应用的巨大需求，也暴露了中国在热成像检测仪器生产制造方面的一些弱点。
“对于热成像视频监控领域来说，中国仍然是相对落后的，最好的企业仍然在国外。但所有相关企业，包括红外热成像仪器制造商，AI技术公司以及不少医疗器械公司，都在面临着一个技术升级的转折点。”
End