疫情大考下的人工智能，交出了一份多少分的答卷？

疫情期间，北京地铁10号线牡丹园站新增了几套红外测温设备，安检人员无需接触就可以对乘客进行体温筛检。

这些测温设备的开发商是国内AI独角兽企业旷视科技。旷视内部人士告诉《深网》，针对疫情期间的体温检查需求，旷视迅速开发了“明骥智能体温筛检联动系统”，这套系统的测温精度达到±0.3°C，支持3米以内的测温距离。同时，旷视还针对戴口罩遮挡问题进行了人脸检测算法模型优化，在口罩和帽子大面积遮挡人脸的情况下也能精准识别。

地铁站等公共场所的无接触体温检测，是疫情期间众多的AI应用场景之一。除此之外，医院里，医生借助AI辅助诊断患者是否感染了新冠肺炎；街道上，公共部门利用机器人喷洒消毒液；高速路，交警使用无人机巡逻疏导等等。

疫情之下的确出现了一些新的AI应用场景，但另一方面，在整个庞大的社会运营体系里面，面对此次疫情突发考试，AI涉及到的落地场景和贡献几乎可以忽略不计。尽管过去几年人工智能在国内发展声势浩大，真正离破茧成蝶依然有很长的路要走。

旷视明骥智能体温筛检联动系统

无接触体温测量

应用场景：地铁、机场、火车站、楼宇等公共场所

体温测量是疫情期间的必要工作，但传统的体温测量方式效率低下，且存在交叉感染的风险。而利用AI技术开发无接触体温测量系统，可以很好的解决这些问题。

过去一段时间，随着全国各地的大规模返工潮和企业复工复产，无接触体温测量也从地铁、社区等应用场景，拓展至机场、火车站、汽车站、楼宇等流动人口密集的区域。

机场、火车站等区域相较于地铁、社区场景明显更为复杂，旷视内部人士告诉《深网》，针对这些复杂的场景，旷视对明骥进行了升级，除了体温筛检，还能实时追踪定位体温异常人员。

“旷视通过人像聚类和人体ReID技术，把红外测温卡口相机、人脸卡口相机和治安卡口相机中采集到体温、人脸图和人体图数据融合联动，实现实时追踪定位人员轨迹。”上述人士向《深网》解释背后的技术原理。

和旷视类似，国内另一家计算机视觉领域的AI独角兽商汤科技，也开发了无接触体温测量方面的技术