江苏省人工智能学会

2月19日上午，南理工综合楼大厅多了一个“小不点相机”，当来访者刚出示自己的校内证件，边上的电脑就用语音准确地报出了来访者的体温。这套基于人脸识别精准智能体温监测系统是由江苏省人工智能学会（JSAI）模式识别专委会主任、南京理工大学计算机学院/人工智能学院杨健院长团队，利用团队在模式识别与计算机视觉方面的长期积累和实验室的现有设备研制而成。在学校疫情防控工作督查组的统筹安排下，该智能体温监测系统分别在学校二号门、七号门和综合楼大厅进行了行人测温测试，效果良好。

与市场上的多数测温仪相比，该系统的突出优点在于其准确的人脸检测能力。该系统首先能从红外图像中，准确找到人脸的位置。然后测量并语音报出人脸面部的温度。这样最大的好处是，只关注人脸的温度，大幅度降低红外相机视野内其他高温物体导致的误警率。比如，点燃的香烟、汽车的排气筒、照明灯等，不会导致测温系统报警。

疫情发生后，科技部发出号召：科研人员要勇挑重担，全力投入科技攻关任务，把论文写在抗击疫情的第一线。响应这一号召和学校“众志成城，防控疫情”的部署，杨健教授春节刚过，就开始考虑如何为疫情工作做些力所能及的事。于正月初六上午，召集“高维信息智能感知与系统”教育部重点实验室的多位在校老师和两位在校博士生，一起研讨研发智能测温系统的具体方案。最终他们决定采用实验室的热红外相机和可见光相机搭建采集平台，充分利用实验室在人脸检测与识别算法方面的积累，增强测温仪的智能化水平。重点实验室专门成立了智能测温系统开发的项目组，由孔慧、钱建军等多位老师负责指导，在校的两位博士生程曦、高以成具体负责项目的研发，其他博士生闫梦凯等远程协助。经过半个月的持续努力和多次室内外不同环境的测试，“PCA-Lab智能体温监测系统”终于研发成功。

“PCA-Lab智能体温监测系统”使用的人脸检测算法是实验室自主研发的，该成果曾发表在计算机视觉和模式识别领域的国际顶级会议CVPR 2019上，该算法在多个国际人脸库上取得了当时国际上最好的检测性能。该算法能同时在单张图片上同时检测出多张人脸，并且对遮挡、光照变化等表现非常鲁棒。在智能体温检测系统的实际测试中，对行人戴口罩、眼镜等情况下，依然能准确找到人脸的位置。而且算法检测速度快，整幅图像的人脸检测耗时仅0.2-0.3秒。

项目组表示，将加紧推进可见光与红外相结合的“PCA-Lab智能体温监测系统”升级版的研制，期待着升级后的系统能够对车内的人脸检测与人体测温更加鲁棒可行。