工研院開發的紅外線熱像儀,能在多人走路經過時,自動偵測多人人臉、鎖定額溫進行量測,還能根據環境條件、與熱源的距離,自動對量測到的溫度進行補償校正,將誤差控制在0.3度內。

圖片來源: 

工研院

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


Advertisement

更多 iThome相關內容