香港科技大學研發智能發燒偵測系統 提供更有效解決方案以守護公眾健康

香港科技大學（科大）的科研人員研發了一套嶄新的「智能發燒偵測系統」（SFSS），讓邊境口岸的檢疫人員能更易於識別有發燒徵狀的旅客。這套系統現被應用到多個邊境口岸、政府大樓和大學，以對抗新型冠狀肺炎病毒（Covid-19）。

自2003年沙士（嚴重急性呼吸系統綜合症）爆發後，熱成（thermal）圖像探測器獲廣泛使用到不同關口，以篩查有發燒徵狀的入境旅客。發燒是感染沙士、新冠肺炎及其他傳染病的重要病徵。不過，檢疫人員為了追蹤這些身體抱恙人士，往往需於彈指之間同時監看熱成圖像以及彩色影像(即閉路電視)兩個屏幕。

如今，一支由科大工業工程及決策分析學系蘇孝宇教授領導的跨領域研究團隊，利用人工智能、實時追踪以及大數據分析，設計了一個不僅能更準確地檢測臉部被遮擋的疑似發燒者，同時亦能將熱成圖像和彩色影像融合於同一屏幕的系統。在屏幕上，有發燒徵狀的不適人士會被標記於紅框內，系統亦會發出提示聲響，以協助檢疫人員作即時辨認，大大提升行動效率，守護公眾健康。

有別於一般運用紅外線鏡頭的發燒監測系統，這個以人工智能與深度學習為基礎的系統於人臉及熱感偵測方面都更為準確。此系統旨在於人海中追蹤及偵測疑似發燒人士，透過深度學習和人體測量學，系統能進行「視覺還原」*，即使被檢測人士正佩戴口罩並遭物件遮擋部分身體，仍能準確檢測。除此之外，由於系統依賴電腦運算而非靠肉眼判斷熱成圖像色差，並且會把距離及包括背景中熱力來源等環境因素的影響計算在內，檢測結果亦因而更為準確。另外，由於追蹤功能聚焦於臉部，檢測結果亦較難受個人身上高溫物件而影響，除非有關物件直接遮蓋該人士的臉部。    

此系統建立於大數據分析的跨平台數據庫上，讓不同地區的裝置能夠組合成一個更大的網絡，從而可更容易追蹤到疑似發燒人士，但系統不會保留任何個人資料。透過大數據、深度學習和人類科學，這套系統亦具自我學習功能，能隨時間變得更為智能及準確。

研究團隊成員來自機械學習、生物工程及平行網絡等專業界別，當中包括來自科大電子及計算機工程學系的系主任施毅明教授與高級講師王啓新教授，以及計算機科學及工程學系助理教授陳启峰。

早在一月下旬新冠肺炎爆發初期，團隊便為本港各主要邊境口岸﹕包括香港國際機場和其他六個主要出入境管制站 建立及配置了16套SFSS系統，這些系統其後亦於公共服務逐步恢復期間，獲應用到不同政府大樓。此系統亦可適用於醫院、圖書館、安老院舍和學校等場所。
蘇教授表示：「體溫檢測一直是守護公眾健康的第一重關卡。我在此感謝機電工程署，讓這套系統得以在危急關頭，及時應用到各個關口。我們樂見這個本地研發的科技能為當局提供一個更有效的解決方案，在守護公眾健康方面作出貢獻。」

此系統是一個己完成智能運輸大數據平台計劃之延續，有關計劃由創新及科技基金與泰雷茲集團贊助，於2017年底完成。科大的科研團隊亦成功為「機電創科網上平台」E&M InnoPortal提供匹配的創科解決方案，有關方案並榮獲香港工程師學會頒發「青年會員創意獎2019組別I－發明」大獎。

*視覺還原能力（Visual Closure）即能從不完整或部分被遮蔽的圖形中看出正確完整圖案的能力

相關資料片段

有關香港科技大學
香港科技大學（www.ust.hk）是國際知名的研究型大學，其科學、工程、商業管理及人文社會科學領域，均臻達世界一流水準。科大校園國際化，提供全人教育及跨學科研究，培育具國際視野、創業精神及創新思維的優秀人才。科大的研究於香港的大學教育資助委員會「2014研究評審工作」獲得最多「世界領先」評級，亦於最新的《泰晤士高等教育全球年輕大學排名榜2019》中排行第一，而科大的畢業生在2019年度的全球大學就業能力調查排名第10位，位列大中華院校之首。

（原文由香港科技大學公共事務處在此發佈。）