智能安防在身边

谁都没有想到，一场疫情加速了“AI测温”的需求量。

年后当数以万计的在外务工者踏上返程，经过火车站、机场及地铁站等交通枢纽，会发现安检口附近多了一台“摄像机”。这便是一套AI体温检测仪，由一台三脚架、一台摄像机和一台笔记本组成，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。大多数AI测温项目都结合了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额头的温度。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。

       除了疫情以来大火的AI测温项目，监控报警系统也是我们日常生活中最有可能接触到的智能安防成员，无论是智能摄像机还是智能门铃或者是智能防火墙，都是朝着视觉、触觉、听觉、嗅觉等感知能力努力的，他们大多在人脸识别技术上高度重合，但不同场景的产品需求略有不同。这些产品大多数是通过对人脸人形抓拍、车辆识别等视频分析提供结构化的视频存储，多用于事后查证。

   智能安防并非完美，软肋在于数据存储

    目前对智能安防产业而言，最大的挑战在于数据存储方面。可想而知的是，随着机器人制造商对机器人监控、内存和存储技术的改进，这些对于实时流媒体视频、人工智能和其他支持滚动巡警的功能来说已经至关重要的技术将会继续增长。例如，对于无缝、连续的视频流，5G蜂窝技术将至关重要，因为与目前的双车道公路数据传输相比，5G蜂窝技术广阔的带宽创造了一条真正的信息高速公路。所有这些信息都需要更快的处理，以避免可能会导致记录中的像素化或空白的“瓶颈”。而且，在时间紧迫的情况下，立即访问视频和其他大型文件可能需要将其存储在靠近机器的“边缘”上，或者存储在设备、可移动卡、驱动器、本地计算机中。