人工智能已经广泛应用于多个领域，特别是在疫情防控常态化和基本公共卫生服务规范化方面，人脸识别加测温技术在各生活场景里的深入应用变得愈发重要。

在广州市内科技创新企业的走访中，广州日报全媒体记者发现，结合人工智能算法针对性优化的人脸识别测温设备正广泛活跃在机场、地铁站和商业广场等人流密集场合。该设备的体温检测误差不超过正负0.3摄氏度，大大将安保人员从测温放行的重复劳动中解放出来。除了在人脸识别测温的应用方面，广州本土的科技企业还将人工智能识别技术大规模落地在互联网敏感内容审查、“新基建”数据中心建设和养殖场智能化巡检等场景。

为了能够准确测量过往行人的体温并将其对接到一个闭合的追溯和筛查体系中，广州高新兴机器人有限公司开发了一款智能设备5G测温巡逻机器人。该设备通过人体红外测温筛查、戴口罩智能识别、高音循环播报宣传、远程指挥调度及历史信息回溯等功能，在五米的距离内，能够给探头前来往的十位行人同时完成测温，协助一线人员完成排查、防控任务，最大限度降低工作人员的感染风险。该设备还可以借助4G和5G进行深度适配，无需搭建网络，就能够做到快速切换工作场景。

为了提高测温设备的准确度，广州图普网络科技有限公司推出了自研开发的AI人脸识别测温一体机。该设备通过红外多点阵列式芯片和多维度的人工智能算法与模型，结合人脸各部位温度及环境温度对体温数值进行精准矫正，得出的体温数据更加可靠。该公司已成为深圳市政府大型体温检测设备核准供应商。

人工智能算法的识别技术还可以为新零售商业智能领域带来持续赋能。接入人工智能识别系统后，监控摄像头可升级为数据抓手，更有成效地提升顾客的购物体验及购买欲望。针对商店接待疏漏导致购物体验不佳等问题，人工智能技术能够将门店接待数据结构化，统计到店接待间隔时间等数据，并形成各类数据报表支撑店长制定及优化导购管理方案。因此，建立在人工智能算法之上的识别技术，可以为多个行业解决方案持续赋能。

, , , ,

随着人工智能技术和大数据分析的发展，连锁门店可以获得更可靠的数据支持，这将有助于门店的选品和商品设计。此外，数据也可以优化货架的朝向和摆放位置，从而实现“千店千面”的门店运营。例如，某个生活百货连锁品牌可能有数千种商品，但单个门店只能容纳一千种，那么如何搭配货物呢？通过人工智能的识别，结合到店顾客的消费统计，店内停留时长和货架驻留轨迹分析，门店可以分析出它所服务的社区客群更喜欢什么，更好地洞察顾客特征和偏好品类。再将这个社区主要消费群体更需要购买的商品放在显眼位置，并结合数据分析获得货架朝向优化方案，这将大大提升门店销售能力。

除此之外，人工智能算法加持的识别技术还可为畜牧业带来发展机遇，尤其是在猪脸识别上。高新兴研发出的畜牧巡检机器人可以代替人工进行全天候智能化巡检，实现对猪场环境的实时动态检测，自动体温检测，并能够监测猪的运动状态和饮食习惯等。在这个过程中，猪的面部识别需要几百个特征点才能运用到人脸识别同样水平的算法，而相比传统的耳标识别手段，群体猪脸识别的成本和动物受到的伤害都大大降低。而通过无害途径收集猪的面部特征点，建立专属的存档文件，养殖户可以判断一头猪的具体行为，从而更好地指导健康状况。

尽管人工智能的发展迅猛，但在口罩成为必需品之后，如何使用人工智能终端对佩戴口罩的行人进行人脸识别和测温，是一个更具有挑战性的问题。在通常情况下，人脸识别是根据面部特征关键点来识别的，因此算法包含的特征关键点越多，识别结果就越准确。但是对于佩戴口罩的行人来说，鼻梁以下的面部特征会被完全遮盖，可供检测的面部特征关键点便会大幅度减少，这将对终端设备的特征判别能力造成影响。具体来说，要优化注意力模型，以聚焦眼部来提高模型的人脸识别率，需要先将眼部、眉毛等局部特征与整体人脸特征融合，并结合注意力机制增强眼部特征，通过训练眼部关键点的模型，从而提升口罩遮挡下的人脸识别率。

总之，人工智能技术和大数据分析是各个行业的未来发展趋势，包括连锁门店、畜牧业以及人脸识别等领域。通过智能化的手段，连锁门店可以更好地满足顾客的需求，畜牧业可以更好地提升猪的健康和养殖效率，人脸识别技术可以更好地应用于社区门禁、医疗建档、商场客群分析等场景中。

作为最近应用极为普及的视觉人工智能产品，人脸识别测温设备在实际使用中需要与更多硬件进行适配，以更好地应用于人流密集和光照变幻频繁的场所，例如火车站和机场等测温常用场所。

业内专家建议，应注意数据的安全性问题。据艾媒咨询首席分析师张毅表示，“人脸识别与测温场景的应用，在推动疫情防控常态化方面发挥了重要作用。”人工智能浪潮下的识别技术以身份验证为主要目标，从根本上解决了效率问题，随着不同场景下的应用不断扩大，“从研发到测试、落地的各个过程都在不断地进展，未来还有巨大的想象空间。”

然而，张毅同时也注意到，在人工智能识别技术应用的扩展过程中，用户数据的安全性和隐私性问题也需要更加注重。“从研发企业的角度来看，他们可能认为他们的数据管理非常安全，但是在采集和传输数据的过程中，仍然存在泄露的风险。”

于是，他建议对识别技术的落地要进行用户数据采集的相关各方认证和加强数据链条的第三方审核：“借助第三方机构来验证数据的安全性，可以让用户更加放心。”

综上所述，人脸识别测温设备在应用场景上仍需进一步适配硬件，同时用户数据安全性和隐私性问题也需要引起更多关注和保护，以进一步提高人工智能识别技术的应用效果。