返工潮人流涌动,站好温控第一道岗,成为疫情狙击战的关键。

疫情当下,同时也是春节假期,安防企业战队「逆流而上」,在政府的协同下,AI 测温项目有效规模化:快速完成算法研发,解决供应链问题,实现落地验证……一场场紧急驰援的 AI 战疫故事陆续上演。

然而,在这场大考中,供应链短缺、开工日期一延再延,为 AI 测温仪的实际落地带来了不小挑战,一面是公卫设施的迫切需求,一面是疫情的重重客观限制,AI 测温仪的实际落地情况如何?又将在2020年里为安防行业带来哪些新机遇?

新场景下的应急需求

安防AI测温产业:日供百套设备,单台报价过万-冯金伟博客园

如果你已经踏上返程的归途,经过火车站、机场以及地铁站等交通枢纽,一定不难发现,安检口周围多了一台摄像机。

没错,这就是一套 AI 体温检测仪,一台三脚架、一台摄像机、一台笔记本拼凑起了它的基本形态。

每一位行人经过时,显示屏上都会呈现他的温度,检测温度正常可以实现无感通过;一旦检测到疑似高温行人,系统会自动报警,再由安保人员进行二次测温。

为有效应对高人流量的防疫与测温需求,AI 测温项目有着红外与人工智能技术的双向加持:红外技术保证远距离非接触时测温的需求,计算机视觉技术则通过精准识别人员额头部位以实现快速定位。

如何保证既保证高效通行,又实现精准测温,是新一代「安防+AI」企业攻关疫情的命题。

百度,年廿九启动 AI 测温研发工作,多个部门近百人作战,夕夜当天完成了针对此次疫情的口罩佩戴监测模型,3天内完成了从视频数据样本采集到检测模型构建等基础研发工作,紧接着大年初四在北京清河火车站试点部署,迎接返京客流高峰。

旷视,CEO 印奇亲自挂帅,紧急成立百余人工作小组,大年三十完成 AI 测温的初步设计方案,大年初三前完成筛查系统的算法开发和内部调试,经过10余天的连夜奋战,整套系统2月4日正式上线。

一同在战斗的还有格灵深瞳,大年初二北京市科委的一通紧急研发电话,与 CEO 赵勇的想法不谋而合,30余人的攻坚小组迅速成立,短短8天研发出 AI 测温系统,产品初八已在北京西站「上岗」。

据机器之心了解,为了赶工 AI 测温项目,不少员工直接吃住在公司,有的每天睡眠仅2~3小时……目前,无论百度、商汤、旷视、格灵深瞳,还是高德红外、海康威视、大华、宇视等公司,均推出 AI 红外测温产品。

从市面落地方案来看,行业多采用红外/可见光双传感器,结合红外热成像和人脸识别,以非接触的方式实现多目标温度筛查,测温精度多在±0.3℃。

从技术逻辑上来说,它需要 AI 算法来做人像的识别和追踪,即在摄像头画面中准确定位每一张人脸,然后结合红外温度点阵计算出人脸(多为额头)的温度。

这背后所涉及的戴口罩下的人脸识别、ReID(行人再识别),以及两个摄像头间的校准等细节问题直接影响各家方案的效果。

安防AI测温产业:日供百套设备,单台报价过万-冯金伟博客园

从行业对 AI 测温产品的定位来看,它所扮演的价值仍为初筛,对于疑似高温人员,仍需人工二次测温验证。

之所以定位为初筛,一方面初筛+复检可以从流程上增强安全性;另一方面受限于产品精度、复杂环境,对产品可用性也带来一定影响。

在机场、火车站等人流密集场景,一旦人群处于摄像机视野之外,则无法进行体温检测。因此在 AI 测温产品部署时,也需要进行一定的人员引导,或者通过隔离带设置出入口,保证测温不遗漏。

当然,快速上马的初筛方案仍存在一定限制。

各家在技术以及工程化上的差异,带来不同层次的温度误差,尽管多数方案的误差在±0.3℃,但有的产品误差仍达±0.4℃、±0.5℃,这对于可用性将带来一定影响。再加上红外传感器的工作温度往往在0~50℃,温度过高或过低都会影响测温准确度,因此冬天的北方地区,室外可能并非 AI 测温设备理想的落地场景。

尽管无法取代人工,但 AI 测温产品的价值依然重要。在高人流量场景,近距离安检本身就存在很大风险,一旦造成人群挤压风险会更大,通过体温初筛也可以减轻安保人员的工作压力。

格灵深瞳产品总监陈天博也表示,通过公司测试,AI 测温系统具备与额温枪同等效果。在他看来,一个好的 AI 红外测温方案至少要满足3个条件:

· 第一是测温精度要高,

· 第二要以无感、非接触、无需配合的方式满足高人流量通行,

· 第三易用性要强,可以简单直观供安保人员使用。

一旦一个要素不具备,就可能会增加疫情扩散的风险。

与此同时,AI 测温方案也开始扩散到楼宇、闸机、门禁等低流量的出入口场景中。除了同步推进的商汤、旷视、格灵深瞳等公司外,创新奇智、宇泛智能等公司也推出具备 AI 测温功能的人脸门禁系统。

作为社区管控的一环,此类产品固然有价值,但存在一个明显的问题,戴口罩下的人脸识别率不足。

旷视的 AI 测温产品目前尚不支持戴口罩下的人脸识别,其解释到,「本次通过 AI 图像技术+远程测温,核心是为了在大人流情况下远程完成较准确的体温测试」。

商汤科技称,在人员戴口罩的情况下,露出50% 鼻梁时人脸识别准确率可达85%。一些门禁厂商尽管加入了红外测温模块,但并不支持戴口罩下的人脸识别,仍需去掉口罩「刷脸」,或配合门禁卡通行。可见初筛背后,仍存在一些技术瓶颈。

供应链的掣肘

疫情之下,工厂停工,物流停运,不仅核心的红外传感器短缺,就连一些配件都难以找到,安防企业遭遇了非技术问题,在各地政府的协助下,才迈出试点这一步。

大年初四(1月28日)以来,安防企业相继推动 AI 测温方案的试点落地,百度在北京市清河站投入试点,旷视在北京市海淀政务大厅和牡丹园地铁站展开试点,格灵深瞳在北京西站投入使用。

经过数天试点,2月3日前后,各家 AI 测温系统相继正式运营。结合各家公布的数据来看,每秒可高速检测15~20人,一分钟可实现200~300人的测温通行。

安防AI测温产业:日供百套设备,单台报价过万-冯金伟博客园

旷视称,自2月4日至2月10日,其 AI 测温系统累计上线6天,实际测温总数近5000名,其中2月10日北京复工首日实测2000余名。AI 已开始有力支撑复工潮。

与返工潮相伴而来的是,各级政府单位、公共部门对 AI 测温设备的迫切需求。然而另一端是疫情加春节停工带来严重的供应链短缺,核心的红外传感器已被政府纳入「战时物资」,优先供给疫区,其次是政府、公共部门,最后才是企业。

格灵深瞳产品总监陈天博称,在政府的帮助下,AI 测温设备已经实现量产,目前每天供给大约50套,2月13日以后每天供给可达80~100套。除了北京地区,很多外省市也提出了需求,公司会优先供给政府等公共部门。

为了缩短产品供给时间,安防企业干上了「快递员」。

陈天博称,北京市内公司直接派车运送,运维人员也跟着,送到就赶紧安装,外地才发航空。

「现在落地速度基本是以小时为单位,今天早上(2月8日)还在劲松地铁站(部署),11点又在小营地铁站(部署),然后马不停蹄赶往下一个地方。」他近一步说道。

与此同时,由于供应链短缺,企业很难直接拿到红外传感器等核心部件,导致 AI 测温刷脸门禁等产品仍处于试点或供应短缺状态。

创新奇智称,目前其 AI 测温门禁一体机已在一些政府相关部门试用,很多政企客户有购买兴趣,但由于疫情带来的供应链吃紧,产品上量仍需一段时间。

安防厂商宇泛智能的一位销售经理称,关于测温组件,国内公司给到的交货周期都在6周以上。

AI 测温将成常规?

经此一役后,行业有一种声音,AI 体温检测会成为一项基础服务。

百度称,疫情结束后,AI 测温系统仍可部署在交通站点、医疗机构、各类服务中心等人员密集场所,用以针对进出人员体温的快速检测,长期来看人群密集场所会更重视相关能力建设。

格灵深瞳产品总监陈天博谈道,在研发 AI 测温设备的同时,公司也将 AI 测温能力延伸到既有的行业场景中,比如刷脸门禁、楼宇梯控,迭代现有产品。

安防AI测温产业:日供百套设备,单台报价过万-冯金伟博客园

但当下由于疫情管控带来需求的紧迫感,核心供应链紧缺,以及 AI 测温设备主要供给政府等公共部门,成本成了被忽视的问题。

市面用于机场、火车站、地铁站等高流量的 AI 测温设备售价往往万元起步,就连整合进刷脸门禁中的设备都需要万元级别。

宇泛智能一位销售经理称,带 AI 测温的人脸识别闸机软硬件总报价要1.2万元。而其普通刷脸闸机仅需两三千元,价格高出数倍。

创新奇智也表示,目前各种元器件,特别是红外测温器件紧缺,综合来看,万元级别已是合理的售价。

如果 AI 测温成为一项基础服务,如此高的价格将成为其规模落地的关键问题。

这不仅与当下供应链短缺有关,更与方案本身有关。比如为了保证红外热成像的精度,旷视、大华均采用「黑体」方案,通过黑体的实时测温矫正保证相机测温精度,但这种物理实现方式往往成本较高。

相比之下,商汤、格灵深瞳则采用了非黑体方案。陈天博称,其结合红外热成像仪测量温度、环境温度、人体温度以及人脸温度,形成一套独有的算法,也可以将精度控制在±0.3℃。以软件的方式保证精度,随着市场的扩展,或将有利于形成更具竞争力的价格。

价格之外,随着越来越多的 AI 测温方案出现,或整合进既有的产品,行业一哄而上的现象已然出现,但是否每个场景都需要此类产品?什么才是真需求?行业应该更理性看待疫情催生的「新机遇」。

更有传言称,一些厂家将工业红外传感器用到人体测温上,行业乱象已然呈现。

加速「AI 安防」分化

AI 红外测温仪、防疫外呼机器人、针对新冠肺炎的 AI 诊断系统、消毒机器人、防疫无人机……AI 正在疫情中扮演重要角色。

回过头来看,疫情更像是技术的练兵场,它考验的是针对特定问题的算法开发、方案快速迁移、供应链整合以及部署落地能力,考验的是 AI 企业的综合能力。

尽管并非重灾区,疫情也不同程度上影响 AI 公司的业务进展。而在疫情之下,谁能够快速开发出真正解决问题,经受市场考验的产品,而非盲目蹭热点,才能在行业竞争中占据有利地位。以此来看,疫情一定程度或将加速 AI 企业间的分化。