从当前武汉疫情的各项症状来看，虽然“发热”并不是判断感染武汉肺炎的最关键指标，甚至有病例没有发烧，但“发热”这一症状，仍然是各基层医院和特殊公共场所出入口（特别是缺少试剂盒情况下）用于初步判断是否感染病毒的重要参考。

体温测试只是一个初步排查手段，可以把体温异常的人员找出来做更进一步检查，而不是作为确诊的唯一手段。公共场所的筛查需求，是“迅速”与“排除大多数”。

目前，“AI红外测温”的关键，仍然在于“红外”二字，也就是生产红外测量仪器必然要使用的“红外热成像技术”。

知乎网友“普雅花郎”给出的解释非常通俗易懂——

很明显，我们人体不同的部位都有不同的温度。譬如在冬天，你的手脚可能相对会更冰凉一些，而头部温度也相对高于四肢与腰部。

因此，在红外线的照射下，由于不同位置辐射的强度不一样，人体各个部位的轮廓、人与人之间相同部位的温度差异，也能清晰地呈现在画面上。

与其他测温方式相比，用热红外线进行测温的好处就是“直观”、“非接触”以及“24小时不间断工作”。

你可以通过一张画面上呈现出的不同颜色，直接判断究竟谁才是“发热点”，还能计算出处于同一区域的两个相同“发热点”之间的温差大概是多少。

一位做热红外成像仪器的行业人士做了这样一个非常形象的解释——比起市面上的“额温枪”“耳温枪”，热成像测温就像是“在人群中多看了你一眼，然后你的体温就被记录下来了”，既不用机器接触，也没有人工干预。

换句话说，这种“非接触式”检测能够在很大程度上降低接触性传染的概率，因此在医疗领域，特别是对疾病的分析诊断具有重要意义。

此外，由于“可见光”完全影响不了红外线的发射，雾霾也不会对红外波长产生影响，所以理论上，这类仪器既可以白天黑夜不停歇作业，也可以进行远距离探测。

也就是说，一套红外测试仪能够在一定范围内，迅速找到温度异常人士，这也是国内很多大型机场与火车站在近年来陆续部署上相关的热成像摄像头的最主要原因。

虽然利用热红外成像技术可以让我们轻松“检测”出发热点，但是它有一个非常明显的缺陷——在热红外线“眼”中，同样温度的物体是归为一类的。

简单一点儿解释，假如小明与同伴小李手里的保温杯都被检测为38°，那么小明与拿着保温杯的小李都得被扣下来。

如果追究更加深层次的原因，首先便在于“不同物体的发射率”对温度测量精度会产生很大的影响。

这里的“发射率”，是由波长、温度、物体材料以及物体表面条件综合决定的，要想获得可靠的数据非常困难。

举个例子，金属的发射率通常较低，而且随外部环境温度的增加而增加，甚至当表面形成氧化层时，还能成10倍增加；而非金属的发射率则相对较高，受环境的影响相对较小。

这也就能解释，为何此前市面上很多红外摄像头对某一块区域做温度最高点的检测，很容易受到物体发射率以及外界环境影响而出现误报。

环境因素绝对不能忽视，但测量体温有一套严格机制，要结合湿度、环境温度以及距离才能保证准确。环境温度越接近甚至高于目标温度，不确定性就会越大。

一般火车站和汽车站都闹哄哄的，而且温度比较高，所以很多公司的测温仪精度并没有很准，一定有人数检测上限。

但是，仅从物体发射率来看，相对于金属，人脸（或者说人的皮肤），在中波红外与长波红外的两个波段范围能够吸收大量的入射能量，简单说，就是发射率较高，受环境的影响相对较小。

人体发出的热辐射比较稳定，在特定范围内，能够与周围环境进行“分割”。

因此，对于市面上大部分热红外测温仪生产商来说，即使不特别提到“人工智能”，也不得不开始在系统中尝试使用与AI相关的脸部识别算法。

首先，我们可以通过人脸识别摄像头找到测试区域，把其映射到热成像摄像头中；接下来，要取出这片区域的温度，通过一定补偿算法来给出实际的体表温度。

基于这样一套检测流程，将人脸识别技术与红外热成像技术相结合是很有必要的，但难点在于：一方面，是如何保证红外摄像头与人脸识别摄像头之间的数据同步；另一方面，是如何保证双方的检测区域同步。

日前，由公安部第一研究所视频国家工程实验室（珠海）创新中心与新疆爱华盈通信息技术有限公司联合成功研发的智慧体温疫情监控测量系统，已在武汉市相关场所投入使用。该系统测量体温精准度为2米1秒测体温、误差小于0.5度，集人工智能和大数据系统于一身，助力疫情监控。

智慧体温疫情监控测量预警系统是针对我国传染病发热症状进行非接触式实时视频检测并预警的一套检测系统，通过温感摄像头系统结合了人脸识别和热成像体温检测功能采集相关信息，身份信息与体温匹配形成数据报表，自动启动预警机制并实时传输给疾控管理部门。该系统由视频国家工程实验室监制。

随着疫情的变化，医院、火车站、机场、学校等各类人员密集场所均增加监测人员，对进出人员进行体温检测，耗时耗力。而采用AI测温仪的智慧体温疫情监控测量预警系统，既安全可靠，减少了监测人员的感染风险，又解决了传统体温检测人工成本大、测量效率低、预警响应慢、系统分析弱、全局掌控难等弊端。

事实上，即便利用人脸识别技术将温度仪“对准”了你的脸，也保证了数据同步，但从实际操作环境来看，提高体温检测精度也绝非易事。

譬如，红外图像处理技术由于结合了“温度”“湿度”等特殊指标，这可能意味着目前不存在与之相匹配的AI通用算法，而任何识别与检测算法，都会面临没有数据基础的困难。

另外，用于人脸识别的可见光摄像头受光线影响较大，在人流密集、光线变化莫测的公共场所“自保”尚且不行，更不用说“协助”热红外检测仪。

纵观全球红外热成像技术市场，最好的技术公司应该是成立于1978年，世界最大的红外热成像产品供应商FLIR。而我国在这方面的研究工作起步较晚，直到2001年，华中光电研究所才研制成功了我国第一台非致冷红外热像仪，它也被誉为“中国红外探测技术划时代的突破”。

有AI红外测温仪企业的投资人认为，这次武汉疫情，既让很多科技企业看到了医疗与安防市场对这类技术应用的巨大需求，也暴露了中国在热成像检测仪器生产制造方面的一些弱点。

对于热成像视频监控领域来说，中国仍然是相对落后的，最好的企业仍然在国外。但所有相关企业，包括红外热成像仪器制造商，AI技术公司以及不少医疗器械公司，都在面临着一个技术升级的转折点。