一种基于人脸识别技术的测温消毒一体机设计*

金玉成，吴启明，敖培华，吴树虎

（1.浙江安浦科技有限公司，浙江 湖州 313000；2.湖州经发信息科技有限公司，浙江 湖州 313000）

新冠肺炎潜伏期长、传染性强，容易在人与人之间产生传播，甚至存在无症状感染的病患，相关医学团队在疾病前期症状研究过程中发现，其具有明显的发热临床表现，确诊患者中约88%出现了不同程度的发热症状[1]，因此前期在车站、学校、医院、机场等人员流动较大且容易出现交叉感染的场所中快速发现并及时诊断出病患，对于有效遏制新冠肺炎的传播、保障民生都具有重要意义。

为及时查找到病患检测温度，常采用手持式温度仪对额部或腕部进行检测，该方法是一种接触式测温方法，且手持式测量仪器的测量精度和误差与操作人员关系密切，测量效率低，数据的存储只能通过手动记录后输入进网络，不仅效率低，无法形成及时的体温异常患者运动轨迹数据链，此外工作人员形成感染的可能性增大。因此，设计一种非接触、高精度、高速的智能测温消毒一体化的检测系统对于在特定场合下体温异常人员的识别具有重要的意义，本文针对新冠疫情防控的特点，设计一种基于人脸识别技术的测温消毒一体机设备。

1 测温消毒一体机的结构

测温消毒一体机的结构如图1（a）所示，该结构以PLC 为主控制单元，包括红外线感应器、紫外线消毒、人脸识别与测温、喷雾消毒等模块，控制系统框图如图1（b）所示，其核心为高精度医用红外热像仪配合高清度摄像头构成的人脸识别与测温模块，该结构通过对人脸特征的识别推断出目标人员的体温、性别、年龄等信息，将信息整合上传到和安防系统连接的大数据分析系统追溯行踪，准确发现体温异常和疫情高发地区人员，同时可实现人脸识别与体温检测、防疫大数据分析与报警以及无接触自动消毒的一体化。

图1 测温消毒一体机

2 人流密集场合下的体温异常监测系统

一般国内人员集中的地方，多采用手持测温枪对过往人员进行体温测量，手动记录数据并上传到网络中，这样工作的效率太低，而且对工作人员形成感染的可能性增大[2]。本系统对人流密集场合下的体温异常监测主要通过车站、学校、医院、机场、地铁以及人流较大的写字楼等公共场所的监控视频资源，对人体进行快速非接触式体温监测，在人群中快速找出可能的病毒潜伏者以及感染者，并进行隔离观察和治疗，主要途径是对人体额部温度进行测量，同时对其运动轨迹进行对比分析和存储的一个过程，因此，对人脸在监控视频中的位置进行识别是本系统的关键之一。

2.1 人脸识别技术

人脸识别现已经在上班打卡、付款、门禁、安防等领域广泛应用。其具有如下优势：

（1）自然性：即通过观察人们所具有的自然性的脸部生物特征来进行身份确认，识别方式十分便捷，用户不需要携带任何证件或额外进行其他操作。

（2）不易察觉性：被识别的人脸图像信息能够主动获取，可以让被测个体不察觉，人脸识别是利用可见光获取人脸图像信息，或者是红外线与可见光融合的多光源人脸图像识别技术。

（3）非接触性：相比较其他生物识别技术，人脸识别是非接触的，用户无需人脸与设备直接进行接触，可以同时满足多人连续进行人脸图像信息的识别和分拣。

（4）非侵扰性：对人脸的采集不需要被采集者配合也不用工作人员干预，而且人脸属于暴露在外的生物特征，对人脸的识别采集容易被大众接受。

人脸识别技术还存在着受光照条件、人脸中遮盖物、年龄等多方面因素影响[3]，现有对面部存在遮挡物的人脸识别常通过收集大量戴口罩等遮挡物的人脸照片海量信息，通过迭代法得到一个优化的模型进而对个体进行识别，但该方法对硬件的要求较高，且现有场景下人员流动性较高，因此很难在短时间内完成该迭代法的良好模型。本系统采用了一种场景适配参数优化方法的人脸识别技术，该方法充分利用脸部轮廓或其他面部特征，无需大量采集外部数据，只需要获取人脸关键点定位信息，且现有的疫情监控场所，一般光照条件较好，即通过计算机模拟并采用相应算法训练出一个最优的模型，该方法具有运算速度要求低、基础核心算法较为成熟等特点，能明显提升人脸算法在面部遮挡场景下的适应性。

本系统利用高精度医用红外热像仪配合高清度摄像头，采用上述所提算法将人脸识别与戴口罩检测技术相结合，判断相关人员是否正确佩戴口罩，降低了算法复杂性，实现了快速高效检测。其识别过程为：首先对拍摄到的实时视频画面进行前端预处理，对视频画面进行配准后，再将人脸检测与红外测温技术相结合，实现精准的人体测温，避免了测量结果不准和情况误报，最后，基于图像分析技术，建立了高精度的人体实时测温模型，同时完成了体温检测、人员身份识别和活动轨迹的存储。对大于37.3 摄氏度的人群，通过热成像仪近距离对手臂成像，对人体体温再次进行检查，获得较为准确的体温信息，实现快速健康筛查和记录，及时上报给所在区域的负责人做相应的处理。同时，结合相关的应急大数据一体化平台，协助有关机构进行疑似病例排查，方便疫情防控和溯源。温度与人脸识别检测框架的流程图如图2 所示。

图2 温度检测与人脸识别检测框架

2.2 数据的整合与管理

大数据技术主要用于分析、处理和提取来自极其复杂而传统数据处理软件无法处理的大型数据集的信息。目前期货市场、航空领域、天气预报和医药等领域（如图3 所示）都需要大数据处理技术来分析大量实时数据，并提出结论和预测以减少未来的风险。

图3 大数据应用示例

通过运用大数据进行实时查验并进行研判是防控疫情的关键[4]，本系统依托大数据平台模型，采用的人脸识别技术通过连续扫描面部，并将技术与智能体温检测相结合，实时地让个体热能信息转换成计算机数据上传数据库，通过大数据技术对体温异常人员身份识别并快速追溯人员近期活动踪迹，有效提高疫情防控水平。同时，所存储的数据能描绘出人体的二维温度，以彩色图像的形式显示面部温度的分布状态，为临床诊断提供有效的信息。同时，本系统能综合其出行轨迹等方面的权威实时信息，通过扫描该人员的面部信息与后台的大数据进行比对，自动按照人员体温、出行轨迹等划分其危险等级，将其健康码划分成红码、黄码、绿码3 种类型，进一步判断、筛选并区分出安全人群及与红码、黄码密切接触的人群。

本系统运用大数据技术除了实现上述功能之外，还可以方便地向居民和社区工作者推送实时的疫情动态，提供无接触式快速登记出入小区、云端医疗服务等社区便民服务功能，主要功能简介如下：

（1）大数据分析疫情走势及高危地带筛选，方便向居民展示新冠发病分布和密切接触者的风险分布，为居民出行作参考。

（2）利用红码、黄码和绿码“三色预警机制”，建立起基于快速申报机制的三级智能防控管理体系，便于社区工作人员对不同等级居民采取不同的网格化管理。

（3）无接触式快速登记出入小区。通过手机APP 非接触工作人员来填写个人健康状况，使社区工作人员及时掌握本辖区内人员的体温异常情况，并根据不同情况完善居民的红码、黄码和绿码二维码。

（4）远程医疗云服务。方便居民向专科医生咨询新冠防治相关内容，有效缓解了因疫情期间公立医院的医疗资源紧张导致的就医难等问题。

3 结束语

针对新冠病毒防疫的需要，设计了一台基于人脸识别技术的测温消毒一体化设备，该设备具有非接触体温检测与人脸识别功能，通过一种场景适配参数优化方法的人脸识别技术，可明显提升人脸算法在面部配戴口罩等遮挡场景下的识别成功率，为后续的防疫决策提供必要的数据准备。此外，该系统还能实现自动和无接触的消毒处理，极大地减少了人工检测过程中可能存在的交叉感染问题，为疫情防控提供了有力的技术支持。