运用图像传感器快速进行发烧检测

采用图像传感器来检测人们是否发烧，已经是当前最热门的应用之一，通过人工智能技术，将可以提升体温侦测的准确性。本文将为您介绍由艾睿电子采用最先进的CMOS热传感器与人工智能技术的发烧检测参考设计，将可大幅提升发烧检测的速度与准确性。

运用人工智能提升检测速度与准确性

自从2003年爆发非典型肺炎（SARS）之后，热成像技术便逐渐发展成为发烧检测技术，目前更成为对抗新型冠状病毒（COVID-19）的重要工具，广泛应用于机场、车站、餐厅等公众场所。不过，随着人工智能技术的快速发展，发烧检测系统将朝向更快速、更准确的方向发展。

艾睿电子针对发烧检测应用，推出了运用AI热感测技术的参考设计，使用了最先进的CMOS热传感器，该传感器还使用ToF（飞行时间）距离测量传感器来补偿温度值，通过RGB摄像机屏幕，可以同时显示热能和RGB视频，在此解决方案中，艾睿电子还与产品合作伙伴共同开发，进行了AI人体检测和人体核心温度计算，并将其移植到先进的ST Micro嵌入式处理单元中。

超低噪声提升检测准确性

该发烧检测系统解决方案的硬件包括了4个主要区块，第一个部分是主处理器，它使用了意法半导体（ST）基于Arm的Cortex MCU，它是具有M7和M4的双核处理器（运行速度为480Mhz）的MCU。第二部分则是采用了Meridian Innovation提供的分辨率为80 x 62的热成像传感器，这是一种采用CMOS技术制造的新型传感器，专门为捕获热能而设计。第三部分则是ST的8 x 8 TOF传感器矩阵距离检测系统，这是一个采用系统封装的设计，能够将激光二极管和传感器集成在6 x 3 mm尺寸的单个封装之中，并且能够同时测量64个区域的数据。第四部份则是ST的数字环境温度传感器，可以将实际的温度信息转换为数字数据，并导入系统中。

另外针对电源部分，艾睿电子也做了特别的设计，为了达到更好的信噪比，采用了ST的超低噪声低压差线性稳压器（Low Dropout Regulator, LDO），它可以输出低于6 micro RMS的噪声，使得可以得到更清晰准确的图像，所有的3个传感器都是通过I2C和SPI接口连接到主处理器上，该接口将处理所有数据处理和计算。

在嵌入式系统上运行人工智能

在软件方面，艾睿电子和供应商开发了一个全新的补偿系统，它会用系统所收集到的距离和环境温度信息数据，来计算出人体的核心温度，也就是表示系统的结果不会受到传感器和检测物的距离与位置，或者是环境温度的影响，从而生成一个较稳定又准确的检测数据给用户。

另外，在这系统里面还有一个特别的热图像降噪处理在运行，使得系统可以得到清晰、噪音较低的热图像。它是一个用了卷积神经网络（CNN）系统开发的特殊降噪处理过程，这个软件首先在电脑里面使用TensorFlow进行开发和测试，然后才转到MCU上运行，虽然MCU只有480 Mhz的速度和2Mbytes的内存，比起电脑的性能可能还不到十分之一，但是通过ST最新的STM32 Cube.AI智能软件开发工具，它可以把一个TensorFlow Lite的模型转换成一个特别的ST AI模型，实时的在MCU上运行，大大减少了在嵌入式系统中运行人工智能和机器学习框架的系统要求。

结语

在这个疫情影响着人类生活之际，发烧检测设备是抑制疫情扩散的最佳工具，通过新式的发烧检测系统，不但可以提升发烧检测的速度，在准确性上也将大幅提升。艾睿电子的人工智能发烧检测参考设计，将可以缩短相关产品的开发时间，提升产品的市场竞争力，值得有兴趣抢占市场的厂商深入了解。