場上也存在一些智能測溫系統，但疫情期間戴口罩的原因，使得可供識別的面部特征過少，加上遠距離大范圍檢測的精度控制問題，存在一定程度的漏判、誤判現象。

現在除了光纖測溫，還有一些重要的場合需要人體測溫。

要安全、高效地進行大規模人流體溫檢測，AI技術手段的輔助必不可少。早在疫情剛剛開始的時候，相關疫情防控機構就向擁有技術的科技公司尋求幫助，希望引入新技術解決當前難點。

1月25日，中關村科學城管委會面向北京市海淀區企業和科研團體征集與“紅外測溫產品”有關的人工智能技術方案，欲提高以“大規模人群”為基礎的測溫精度。

呼吁發出不久，不少涉及AI領域的科技公司廣泛響應號召制定解決方案。

以百度在北京清河火車站的落地應用為例，基于AI圖像識別技術、紅外熱成像技術以及圖像紅外溫度點陣溫度分析算法，紅外攝像機可以迅速完成3－5人／批次的額頭溫度檢測，有效規避了佩戴口罩及帽子造成面部識別特征較少的問題，一旦發現體溫超出閾值的人員，即可進行系統報警進行手持設備的二次檢測。

與傳統的測溫方式相比，這套解決方案的優勢在于直觀、非接觸和24小時工作，既降低了工作人員被傳染的風險，又提升了巡查效率。

值得一提的是，不同于產能吃緊、造價高昂的高溫紅外測溫儀器，百度的AI多人體溫快速檢測解決方案僅需要一套紅外攝像機和人臉識別攝像機組成的攝像系統、一套百度自主研發的算法系統，以及一臺充當算力和顯示系統的電腦，并且當前系統的測溫誤差已經優化到了0.05攝氏度。