疫情發展給公共場所帶來了人員出入體溫監測與管理的雙重考驗，人工登記實現難度高且無法避免人流聚集。ZLG結合人臉識別和紅外熱成像測溫技術，推出紅外測溫+人臉識別+身份驗證系統化解決方案，助力復工復產。

背景概述

體溫篩查是新冠肺炎疫情監測和病例發現的主要手段之一。隨著各地陸續復工，寫字樓、園區等上班場所和學校為測體溫排起長隊的現象多有出現。如何既能完成體溫排查，實現園區安全管理，又能減少對人們正常工作生活的影響，以及避免因排隊測溫引起的病毒傳播風險，成為社會復工過程中的一個重要需求。

同時，在一些具有身份識別要求的特殊場所，如學校、居民小區，企業園區等，體溫檢測和門禁系統的聯動也成為了當前的行業剛需。針對現有測溫系統所存在的局限性，ZLG推出紅外測溫+人臉識別+身份驗證系統化解決方案。該方案基于M1808 AI核心板，結合人臉識別和紅外熱成像技術，以非接觸、無感知的方式，高效解決了在公共場所人員高度聚集、高流動性情況下的體溫實時檢測問題。

該方案可以幫助維持學校、酒店、機場車站、居民小區等公眾聚集場所的秩序，除了可以阻止非法入侵和縮短搜索可疑人時間及收集數據外，還可以在復工熱潮中進行體溫檢測，確保復工安全有效的進行。

存在的行業需求：

體溫測量，體溫異常報警；

人臉門禁，刷臉檢測體溫同時聯動門禁系統進出；

實名登記，對進出人員進行身份登記，便于管理；

實時上報體溫數據，在后臺可進行數據查詢；

未佩戴口罩的人員檢測并實時報警；

黑白名單確認報警，查出入侵者或失蹤人員。

需求場景

人臉識別原理

人臉識別是指利用分析比較人臉視覺特征信息進行身份鑒別的計算機技術，包括構建人臉識別系統的一系列相關技術，具體體現為人臉圖像采集、人臉定位、人臉黑報名單識別、身份確認以及身份查找等。從刷臉支付、門禁考勤、金融遠程開卡到安防反恐、智慧社區等領域，人臉識別正在不斷普及，市場不斷擴大。順應市場需求，ZLG最新推出的M1808 AI核心板，片內集成高能效AI神經網絡處理器NPU，算力高達3.0Tops，結合Z-Lab 資深算法團隊研發的人臉識別算法，可有效助力用戶人臉識別應用開發，降低研發成本。

紅外熱成像測溫原理

一切溫度高于零度（-273.15℃）的物體都在不停地向周圍空間發射紅外能量。其輻射特性、輻射能量的大小、波長分布等都與物體表面溫度密切相關。反過來,通過對物體自身輻射的紅外能量的測量，便能準確地測定它的表面溫度，這就是紅外輻射測溫的機理。人體與其他生物體一樣，自身也在向四周輻射釋放紅外能量，因此只要通過對人體自身輻射紅外能量的測量就能準確地測定人體表面溫度。

智能人臉識別測溫系統

ZLG提取各類實際應用場景中的共性需求，面向大型公共場所測溫和傳統門禁系統分別推出了智能人臉測溫解決方案，具體如下所示。

1、大型公共場所

在大型公共場所，人流量大且密集，傳統測量體溫的方式包括水銀溫度計及紅外體溫槍等，缺點比較明顯：需要時間，需要接觸及配合。針對現有測溫系統所存在的局限性，ZLG推出基于M1808的大型公共場所紅外熱成像測溫解決方案，以非接觸、無感知的方式，可靠、高效地解決了在公共場所人員高度聚集、高流動性情況下的體溫實時初篩檢測問題，方案框圖如下所示。