赵 耀

（中国铁路设计集团有限公司 电化电信工程设计研究院，天津 300308）

疫情防控常态化对铁路客运站的管理工作提出了新的挑战。长期安排专人测温成本高、速度慢，如何更高效地监测旅客体温信息，避免旅客发生交叉感染，成为亟须解决的问题。

目前，常用的技术存在单人测温效率低、手工记录数据慢、受噪声热点影响测温数据不准、单人脸测温技术不稳健等因素导致的测温精度低、单人脸抓拍漏测率高等问题[1]，无法应对铁路客运站大流量场景的防疫测温工作。因此，需设计一种适应大流量测温场景，通用性强，且可复制的测温方案[2]。

为此，本文结合人像检测、人员跟踪、红外热成像技术，设计大流量智能测温系统。基于人像检测技术[3]可快速抓拍并保存人像信息；通过人员跟踪技术可在相对较长时间内，有效跟踪测温范围内每一位旅客的人体，并准确定位旅客人脸及额头位置；进而通过红外热成像技术获取每一位旅客的连续的人脸及额头测温平均值，实现测温数据与人脸信息的准确关联，从而在保证大客流场景下的低漏测、高效测温的同时，能有效获取精准的体温数据。所提方案能提高管理人员防疫测温的工作效率，降低人力成本，打造旅客进站乘车的无感测温体验，助力铁路客运站疫情期间的安全高效运行。

1 核心技术

1.1 人脸检测模型

系统采用Faceboxes[4]作为基础人脸检测框架，对视频流中的人脸和人头进行检测，其模型架构如图1 所示，由骨架网络、特征金字塔、多任务损失函数3 部分组成。……