香港科技大学研发智能发烧侦测系统 提供更有效解决方案以守护公众健康

香港科技大学（科大）的科研人员研发了一套崭新的「智能发烧侦测系统」（SFSS），让边境口岸的检疫人员能更易于识别有发烧征状的旅客。这套系统现被应用到多个边境口岸、政府大楼和大学，以对抗新型冠状肺炎病毒（Covid-19）。

自2003年沙士（严重急性呼吸系统综合症）爆发后，热成（thermal）图像探测器获广泛使用到不同关口，以筛查有发烧征状的入境旅客。发烧是感染沙士、新冠肺炎及其他传染病的重要病征。不过，检疫人员为了追踪这些身体抱恙人士，往往需于弹指之间同时监看热成图像以及彩色影像(即闭路电视)两个屏幕。

如今，一支由科大工业工程及决策分析学系苏孝宇教授领导的跨领域研究团队，利用人工智能、实时追踪以及大数据分析，设计了一个不仅能更准确地检测脸部被遮挡的疑似发烧者，同时亦能将热成图像和彩色影像融合于同一屏幕的系统。在屏幕上，有发烧征状的不适人士会被标记于红框内，系统亦会发出提示声响，以协助检疫人员作实时辨认，大大提升行动效率，守护公众健康。

有别于一般运用红外线镜头的发烧监测系统，这个以人工智能与深度学习为基础的系统于人脸及热感侦测方面都更为准确。此系统旨在于人海中追踪及侦测疑似发烧人士，透过深度学习和人体测量学，系统能进行「视觉还原」*，即使被检测人士正佩戴口罩并遭对象遮挡部分身体，仍能准确检测。除此之外，由于系统依赖计算机运算而非靠肉眼判断热成图像色差，并且会把距离及包括背景中热力来源等环境因素的影响计算在内，检测结果亦因而更为准确。另外，由于追踪功能聚焦于脸部，检测结果亦较难受个人身上高温对象而影响，除非有关对象直接遮盖该人士的脸部。    

此系统建立于大数据分析的跨平台数据库上，让不同地区的装置能够组合成一个更大的网络，从而可更容易追踪到疑似发烧人士，但系统不会保留任何个人资料。透过大数据、深度学习和人类科学，这套系统亦具自我学习功能，能随时间变得更为智能及准确。

研究团队成员来自机械学习、生物工程及平行网络等专业界别，当中包括来自科大电子及计算器工程学系的系主任施毅明教授与高级讲师王启新教授，以及计算器科学及工程学系助理教授陈启峰。

早在一月下旬新冠肺炎爆发初期，团队便为本港各主要边境口岸﹕包括香港国际机场和其他六个主要出入境管制站 建立及配置了16套SFSS系统，这些系统其后亦于公共服务逐步恢复期间，获应用到不同政府大楼。此系统亦可适用于医院、图书馆、安老院舍和学校等场所。

苏教授表示：「体温检测一直是守护公众健康的第一重关卡。我在此感谢机电工程署，让这套系统得以在危急关头，及时应用到各个关口。我们乐见这个本地研发的科技能为当局提供一个更有效的解决方案，在守护公众健康方面作出贡献。」

此系统是一个己完成智能运输大数据平台计划之延续，有关计划由创新及科技基金与泰雷兹集团赞助，于2017年底完成。科大的科研团队亦成功为「机电创科网上平台」E&M InnoPortal提供匹配的创科解决方案，有关方案并荣获香港工程师学会颁发「青年会员创意奖2019组别I－发明」大奖。

*视觉还原能力（Visual Closure）即能从不完整或部分被遮蔽的图形中看出正确完整图案的能力

相关资料片段

有关香港科技大学
香港科技大学（www.ust.hk）是国际知名的研究型大学，其科学、工程、商业管理及人文社会科学领域，均臻达世界一流水平。科大校园国际化，提供全人教育及跨学科研究，培育具国际视野、创业精神及创新思维的优秀人才。科大的研究于香港的大学教育资助委员会「2014研究评审工作」获得最多「世界领先」评级，亦于最新的《泰晤士高等教育全球年轻大学排名榜2019》中排行第一，而科大的毕业生在2019年度的全球大学就业能力调查排名第10位，位列大中华院校之首。

（原文由香港科技大学公共事务处在此发布。）