基于視頻的軌道交通車站乘客口罩佩戴檢測及測溫技術

謝征宇， 曹志威， 李永玲， 秦勇， 于格

（1.北京交通大學交通運輸學院，北京100044；2.中關村軌道交通視頻與安全產業(yè)技術聯盟，北京100089；3.北京交通大學軌道交通控制與安全國家重點實驗室，北京100044）

0 引言

新型冠狀病毒（COVID-19）自爆發(fā)以來，在人群中迅速傳播，對人們日常生活、經濟、社會都造成嚴重影響。近期，全國多數城市逐步開始復工復產，而堅持科學防控疫情、保證安全有序仍是大前提。采用基于視頻的乘客口罩佩戴檢測技術及非接觸測溫技術，能夠實現無接觸測量進站乘客體溫，實時辨識站內乘客口罩佩戴情況，可有效提高檢查效率，擴大監(jiān)察范圍，保障軌道交通場所和廣大乘客的安全。在此，針對基于視頻的乘客口罩佩戴檢測技術和非接觸測溫技術，介紹相關技術原理及發(fā)展現狀，以及在當前情況下軌道交通領域應用的解決方案，助力軌道交通系統(tǒng)更好地完成防疫任務。

1 基于視頻的乘客口罩佩戴檢測方案

在新冠肺炎疫情爆發(fā)后，一些企業(yè)和研究人員投入到口罩佩戴檢測研究中，在較短時間內完成了數據集制作和算法開發(fā)。截至目前，針對口罩佩戴檢測的研究可分為2個方面：（1）開源算法。以百度公司為首的人工智能企業(yè)和研究機構，將口罩佩戴檢測代碼開源，供所有研究人員和企業(yè)免費使用。（2）方案提供。以華為技術有限公司（簡稱華為）、杭州?？低晹底旨夹g股份有限公司（簡稱海康威視）為代表的企業(yè)完成了口罩佩戴檢測系統(tǒng)的開發(fā)，已應用于部分軌道交通車站。

1.1 口罩佩戴檢測算法

口罩佩戴檢測屬于目標檢測，目的是定位人臉或口罩位置，并對其進行分類，進而判斷人是否佩戴口罩。目前，開源和應用的口罩檢測算法均基于深度學習，通過設計卷積神經網絡，訓練標注的人臉和口罩數據，實現口罩檢測的目的。

百度公司首先開源了口罩佩戴檢測算法，并提供落地部署、模型訓練和優(yōu)化升級等服務，目前已廣泛應用于多家企業(yè)。其開源算法PyramidBox［1］網絡結構見圖1，該算法原本用于人臉檢測，但在口罩檢測中也取得出色效果。PyramidBox是一種上下文輔助的單步檢測算法，通過3方面改進充分利用上下文的信息。首先，設計了一種新穎的上下文錨點（anchor），同時學習口罩、頭部和身體的特征信息促進模型擬合。其次，百度公司提出一種低維特征金字塔網絡，該網絡將高級語義特征和低級口罩特征融合在一起。最后，引入上下文感知預測結構進一步增加網絡性能，以提高輸出的最終精度。

圖1 PyramidBox的網絡結構

滴滴出行科技有限公司（簡稱滴滴）提出一種基于DFS［2］的口罩佩戴檢測算法?？谡謾z測流程見圖2，首先使用DFS算法檢測人臉，并結合人臉特征，擴展到人臉區(qū)域。之后再使用Attention機制關注口罩區(qū)域，對該區(qū)域進行檢測，進而判斷是否佩戴口罩。

圖2 滴滴口罩檢測流程

AIZOO［3］提出一種基于SSD［4］的輕量級口罩佩戴檢測算法。該算法以SSD目標檢測算法為框架，并對其網絡結構進行改進。AIZOO統(tǒng)計了口罩數據集的寬高比，根據數據分布，統(tǒng)一設置5個定位層的錨點寬高比，提高了口罩檢測精度。此外，還特意在數據集中加入了捂嘴的圖片，降低了誤報率。AIZOO不僅將口罩檢測代碼開源，而且提供了口罩數據集，有利于促進口罩檢測算法的開發(fā)。

華為提供了一款零門檻的口罩檢測套件（見圖3）。通過華為云ModelArts平臺，可以快速實現數據自動標注、模型訓練和部署上線。

圖3 華為ModelArts平臺口罩檢測套件示意圖

1.2 乘客口罩佩戴檢測方案

當前，中關村軌道交通視頻與安全產業(yè)技術聯盟（簡稱聯盟）部分成員單位的乘客口罩佩戴檢測方案如下。

1.2.1 華為

華為乘客口罩佩戴檢測方案可部署在地鐵站內，鐵路進出站口，機場出發(fā)、到達、候機大廳，汽車站進出站口，售票處以及候車大廳（見圖4）。

圖4 華為口罩檢測方案

該方案具體功能如下：

（1）人臉抓拍：軟件定義攝像機（SDC）對進出人員抓拍記錄；

（2）乘客口罩佩戴識別：SDC對進出人員是否戴口罩進行檢測，包括是否戴口罩、性別、年齡等；

（3）乘客未戴口罩預警：在系統(tǒng)上顯示未戴口罩人員抓拍圖片和告警，未佩戴口罩自動告警識別準確率95%；

（4）現場處置：現場客戶端通知預警對未戴口罩人員進行核查，可提供社區(qū)人員10萬自定義名單庫管控；

（5）人像+測溫融合：測溫精度±0.3℃，室內室外都可部署。

1.2.2 浙江大華

浙江大華技術股份有限公司（簡稱浙江大華）聯合阿里安全推出“AI防疫師”，具備實時精準測體溫、是否佩戴口罩識別、預警和追蹤高危人群等功能，可在園區(qū)、辦公室、商場、地鐵站、機場等人群密集的公共場所快速部署，通過無接觸方式，隨時掌控高危人群動態(tài)，用科技手段防控疫情（見圖5）。

圖5 浙江大華口罩檢測方案

方案通過復用普通相機，并增加后端IVSS設備，可以實時監(jiān)測未佩戴口罩或未識別的戴口罩人員，并進行告警提示。系統(tǒng)可以融合公共場所常用安防子系統(tǒng)，與關聯安防系統(tǒng)之間形成聯動管理。

2 基于紅外熱成像的乘客非接觸測溫方案

當前，全國各行業(yè)紛紛復工，各地也進入了疫情防控攻堅期?；疖囌咀鳛橹匾慕煌屑~之一，客流量日漸增加，嚴格把控進出乘客的體溫篩查尤其重要。在乘客較多情況下，人工測量體溫不僅需要投入大量人力物力，成本高，部署復雜，同時也增加了人員接觸帶來的安全風險。采用基于熱成像人體測溫篩查的解決方案，通過非接觸式檢測乘客體溫，可避免一線檢查人員的感染風險，且布控靈活、節(jié)省人員，能夠幫助用戶快速篩查出體溫異常乘客。

2.1 測溫識別算法

在自然界中凡是溫度大于絕對零度（-273℃）的物體都能輻射與自身性質、溫度相關的電磁波能量，這種現象稱為熱輻射現象或紅外線輻射。紅外線輻射是自然界存在的一種最為廣泛的電磁波輻射，它是基于任何物體在常規(guī)環(huán)境下都會產生自身分子和原子無規(guī)則運動，并不停地輻射出熱紅外能量，分子和原子的運動愈劇烈，輻射的能量愈大，反之，輻射的能量愈小［5-6］。

熱成像攝像機包含光學鏡頭、紅外探測器、信號處理系統(tǒng)和防護罩等（見圖6）。被測物發(fā)射的紅外線輻射通過光學鏡頭收集后被紅外探測器所獲取，通過紅外探測器檢測被測物的紅外輻射能量。輻射能量和溫度存在對應關系，通過信號處理系統(tǒng)將輻射能量即溫度通過不同灰度顯示出來，灰度不同即代表溫度不同。再通過黑體（用于標定紅外系統(tǒng)的基準源）進行測溫標定，建立灰度與溫度的準確對應關系，以實現測溫功能。

圖6 熱成像攝像機測溫原理及組成

2.2 乘客非接觸式測溫方案

當前，聯盟部分成員單位的乘客非接觸式測溫方案介紹如下。

2.2.1 和普威視

北京和普威視科技股份有限公司（簡稱和普威視）多年致力于開發(fā)熱成像測溫報警產品，測溫設備可直接應用于人體體溫快速檢測，實現測溫顯示、數據處理和報警管理［7］。

公共場所人員密集，測溫系統(tǒng)設置在通道、卡口處，需要對快速通過的人群進行精確測溫，一旦檢測速度跟不上，就會滯壓大量人群，從而嚴重影響正常的公共流動秩序。和普威視推出的實時測溫方案通過選用高性能FPGA處理芯片、內嵌高效測溫算法、優(yōu)化信號處理和控制流程，提升紅外機芯的快速溫度檢測功能，配合后端測溫軟件的異常溫度篩選功能、報警功能，可有效滿足快速、實時測溫篩查的需求（見圖7）。

2.2.2 海康威視

相較傳統(tǒng)測溫手段，?？低暉岢上衤摼W非接觸式無感測溫系統(tǒng)主要由雙光譜紅外熱成像攝像機和黑體組成，可在復雜環(huán)境下、密集人流中遠距離測溫，快速定位體溫超高人員，無需旅客配合，不耽誤安檢時間，既保障了通行人員的安全，也保障工作人員的安全（見圖8）。紅外熱成像+黑體組合方案將測溫精度保持在±0.3℃，具有超高體溫預警聯動功能，精準到每一個通行人員，便于工作人員及時復核和事后追溯。

圖7 和普威視乘客非接觸式測溫識別方案

針對火車站、地鐵等已建人員通道場景，可采用臨時布控體溫篩查方案和利舊改造體溫篩查方案。臨時布控方案由多種設備單獨架設（人體測溫熱像儀/卡片機/半球/筒機/手持+三腳架+4200客戶端軟件等）；利舊改造方案則針對人員通道、安檢門改造智能測溫組件。

2.2.3 華為

華為非接觸式測溫場景方案可部署在地鐵進出站口、鐵路進出站口、機場出發(fā)與到達、汽車站進出站口、高速出入口、服務區(qū)測溫點等（見圖9）。

該方案具體特點如下：

（1）快速部署：1臺熱成像測溫攝像機+1臺電腦，10 min完成部署；

圖8 ?？低暢丝头墙佑|式測溫識別方案

圖9 華為乘客非接觸式測溫識別方案

（2）實時測溫：測溫攝像機同時檢測到目標人員的可見光圖像和紅外熱成像，并在電腦管理客戶端上呈現，紅外熱成像上能反饋目標的實時溫度（測溫范圍：30～45℃，測溫精度：±0.3℃）；

（3）異溫報警：對溫度異常的人員，電腦客戶端會發(fā)出報警提示。

2.2.4 宇視科技

浙江宇視科技有限公司（簡稱宇視科技）基于熱成像、人工智能等前沿技術，提供立體式體溫篩查方案，及時排查發(fā)現體溫超出正常范圍的人員（見圖10）。

該方案具體特點如下：

（1）支持實名制進出及一人一擋設置，精準記錄身份和溫度信息的同時，還可針對體溫檢測異常人員的通行權限進行設置，有效加強防范力度，降低病毒傳播風險；

圖10 宇視科技乘客非接觸式測溫識別方案

（2）科學采用輕量化組網方式，可根據防控工作需求靈活配置，最快僅需2 h即可部署完畢；

（3）基于神經網絡的深度學習算法，測溫更精準，漏報率、誤報率低，在32～42℃范圍內的檢測精度為±0.5℃。支持自動校溫，體表溫度自動修正，該方案目前正在進一步優(yōu)化，預期精度可提升到±0.2℃；

（4）結合視頻監(jiān)控業(yè)務，采用智能存儲，可實現視頻資料查看及回溯。

3 結束語

截至目前，中關村軌道交通視頻與安全產業(yè)技術聯盟各成員單位充分發(fā)揮視頻智能化技術能力，周密部署、迅速響應，在重要交通樞紐、各省醫(yī)院、重點企業(yè)等人員密集公共場所及高危區(qū)域高效快速、科學精準地進行方案部署，有效解決傳統(tǒng)檢測方式耗費人力多、效率低、預警慢等弊端，并降低了檢測人員的感染風險。聯盟通過自身能力提供科學防疫、高效防疫的技術方案，筑牢疫情防線，鼎力支持相關領域需求打贏疫情防控阻擊戰(zhàn)。