「上观」为返校开学做准备,每分钟无感测温200人,这家医学院校研发出智能防疫系统

摘要:来自医疗器械学院的世界技能大赛获奖选手指导老师白宝丹迅速响应 , 与生物医学工程、大数据、计算机网络技术专业的刘亚特、孔伟权、刘娟芳三名留校学生组成“防疫攻关创新团队” 。
「上观」为返校开学做准备,每分钟无感测温200人,这家医学院校研发出智能防疫系统
文章图片

文章图片

随着多地确定开学时间 , 校园健康和安全保障被提上“议事日程”的优先级 , 医学院校更是如此 。解放日报·上观新闻采访人员23日从上海健康医学院获悉 , 学校校长带领团队分秒必争完成创新设计 , 研发出“健康智能防疫系统” , 每个终端每分钟最多可实现200人“无感测温” , 为全校师生穿上“防护服” 。
事实上 , 今年春节过后 , 应上海市教委要求 , 各相关院校就开始陆续部署校园测温防控系统 。但留校学生毕竟只是少数 , 量大面广的人流考验并未到来 。作为上海交大临床核医学研究所所长、亚洲核医学学院院长 , 上海健康医学院院长黄钢了解测温系统短板 , 比如测温速度慢以及信息化手段零散、疫情数据分散、人员轨迹不明、缺乏大数据分析等 。
【「上观」为返校开学做准备,每分钟无感测温200人,这家医学院校研发出智能防疫系统】「上观」为返校开学做准备,每分钟无感测温200人,这家医学院校研发出智能防疫系统
文章图片

文章图片

黄钢表示 , 在基于人工智能的大数据时代 , 医学院校必须“医工”结合 , 做出有自身特色、实用性强、适合学校人流特点的“智能防控系统” 。当然 , 要同步实现智能分析 , 面临检测流量和测量精度、戴口罩人脸识别准确度 , 以及红外硬件数据获取等难题 。
要做好新学期开学准备 , 时间紧、任务重 。在其带领下 , 来自医疗器械学院的世界技能大赛获奖选手指导老师白宝丹迅速响应 , 与生物医学工程、大数据、计算机网络技术专业的刘亚特、孔伟权、刘娟芳3名留校学生组成“防疫攻关创新团队” 。
「上观」为返校开学做准备,每分钟无感测温200人,这家医学院校研发出智能防疫系统
文章图片

文章图片

期间 , 他们日以继夜 , 攻关在各种环境下准确测定人体温度的程序 , 解出热红外程序的视频信号和深度学习算法如何结合 , 进而提升人脸识别算法 。经过多次实验和数据分析 , 初步构建出满足学校要求的红外测温模块 , 并在近100名留校学生 , 以及后勤、保卫处等多批次人员配合下完成了这一模块测试 。
「上观」为返校开学做准备,每分钟无感测温200人,这家医学院校研发出智能防疫系统
文章图片

文章图片

经过两个月努力 , 通过集成创新 , 目前团队成功研发出一套“智能热成像体温检测系统” , 系统利用人工智能、红外热成像等技术 , 实现了戴口罩无接触式的“无感测温” , 能够多人次地快速检测体温 , 每个终端每秒钟平均可测温3人以上 , 达到了校园密集测温要求 。白宝丹表示 , 针对各种情况反复进行了上百次实验 , 最后得到这一个比较优化的模型 , “用模型参数调节测温模块 , 获得了不超过0.3摄氏度的误差 , 大大节约了测温成本 , 提高了测温效率 。”
「上观」为返校开学做准备,每分钟无感测温200人,这家医学院校研发出智能防疫系统
文章图片

文章图片

与此同步 , 团队深入硬件厂家进行技术合作 , 促进了硬件方在数据层面的开放和学校测温系统数据的深度应用 。通过集成深度学习 , 进一步优化了戴口罩人脸识别的准确度 , 可将各个点位终端数据加以整合应用 , 获取人员轨迹信息 。加上前期对学校人员上报的历史数据进行汇总分析 , 实现了实名轨迹管理和大数据研判 , 对学校人员进行更精准的管理 。


推荐阅读