【科技抗疫實例：工研院】靠AIoT改良紅外線體溫量測準度，不只政府自用還開放技轉

臺灣從農曆年後開始，為防堵疫情在人群中擴大傳染，政府單位、學校、企業、公共場所等具空間封閉性、同時又是人群匯聚的地方，紛紛在入口處設有體溫量測機制，除了一般常見安排人力來量測訪客體溫，部分人流較多之處，也導入紅外線熱影像儀（以下簡稱熱像儀）來自動化體溫量測流程，讓訪客只需行經特定感測範圍，在走路過程中就完成檢測。由此可見，熱像儀因其快速通關、有效降低人力負擔的特性，也被用來作為體溫篩檢一大利器。

不過，不少民眾可能也發現，雖然不用排隊量體溫了，但拿著一杯熱咖啡經過熱像儀時，儀器會盡責地「嗶」一聲，來提醒溫度檢測異常，又或者氣溫較低時，熱像儀檢測到的人體溫度也跟著下降，量測結果甚至只剩33、34度，這也讓人不禁懷疑，熱像儀是否能真正發揮發燒通報的功能？

事實上，紅外線熱像儀的原理，是透過熱感測器被動接收物體表面發出的紅外線，再於監測畫面中即時轉換為熱像圖，以不同顏色來呈現溫度分佈。而用來量測體溫的熱像儀，為了讓檢測者能快速判讀人體溫度，通常僅在介面中顯示溫度最高的數值，若數值超過設定的通報標準，就會向監測者自動報警。

但這個機制，也導致環境中出現多熱源干擾時，容易影響熱像儀對體溫的判定，比如接近室外的場域，可能出現太陽、汽車、貓狗等熱源，就連訪客手中的熱食，都會造成熱像儀誤判。

而且，工研院微系統中心副組長陳柏戎也說明，市面上許多熱像儀原先是作為工業用途，部署時會先經過校正，大多也設置在環境因素（如溫、濕度）較可控的地方，來確保量測到的溫度足夠精準，但因應臨時疫情需求用在一般生活場景後，環境條件變得不可控，大氣中各種氣體分子、水蒸氣、粒子等，都會影響紅外線在傳遞過程產生衰減，這也是為什麼氣溫低的時候，儀器感測到的溫度也會下降，需要人為手動調降發燒通報的溫度基準，「但調整後真的準嗎？其實也不一定。」

為了解決這個問題，陳柏戎表示，有些業者開始嘗試加入校正技術到熱像儀中，「但是發展還不成熟。」比如說，部分業者運用溫度校正技術，針對人體溫度30～40度來調整熱像儀的靈敏度，或是讓使用者能手動將監測影像分割成幾個部分，再設定以特定範圍所感測的溫度為準，避開其他具有熱源干擾之處。這些加入了校正技術的做法，「部分精準高階的儀器，可以做到誤差在0.5度以內，但是溫度校正沒那麼好的，誤差可能會大到1～2度，對於絕對溫度的判斷沒有把握。」

工研院開發體溫量測熱像儀，整合多種校正技術縮小誤差值

因此，工研院近期開發了一套整合了AI人臉偵測、溫度補償、成色影像校正演算法的熱像儀，不僅能讓多人在走路的同時進行額溫量測，體溫量測數值也更精準，能將誤差控制在0.3度之內。而且，這套設備只有在部署時需要人工校正設定，部署後就能根據每天的環境條件，來自動量測精準的體溫數值。

陳柏戎說明，熱像儀整合技術中，AI人臉偵測技術能鎖定人臉來量測額溫，避免其他熱源干擾產生誤判的問題；而溫度補償技術，則是能根據儀器與熱源的距離、環境溫濕度等條件，來自動對儀器量測到的溫度進行補償校正，使數值不會受到紅外線衰減而影響；而成色影像校正演算法，則是能對感測器的每一個像素進行成色顯像的校正，來獲得更準確的溫度數值，「在部署時先進行黑體輻射校正，才能確保每一顆出廠感測器的品質、穩定度是一致的。」

也因為這些AI技術的整合，這一整套裝置，除了感測器以及顯示溫度數值的畫面之外，還配備一個運算單元，讓感測器量測到的溫度先經過演算法校正，再顯示精確數值於畫面中。

陳柏戎表示，未來搭配彩色鏡頭，還能運用人臉辨識的技術，將體溫結合個人身份資料來長期追蹤，「就像人臉辨識打卡一樣，可以做到類似體溫履歷的應用，我們正在跟國內廠商嘗試不同型態的應用來推廣。」

目前，工研院因應國內疫情需求，已經將初步開發的熱像儀樣品雛形，推廣到全臺超過40個學校、政府單位來使用，「但工研院不是生產製造商，沒有能力做大量的生產布建。」因此，工研院也積極與廠商合作商轉，開放軟體介面、程式碼、訓練模型，提供廠商來客製化開發新應用，「比起從國外引進技術，工研院開放底層架構讓廠商使用，這是我們國產技術的優勢。」陳柏戎說。

 相關報導  科技防疫在臺灣