以上这些设定似乎使人们能够在动态下从远处快速测量一组人的体温。但这真的足够吗？显然不是。首先，探测器只能感应皮肤表面的温度。与前额温度计类似，人体体温必须根据人体的某些生物物理模型进行计算。但这里出现了一个问题——哪个像素代表真正的体温？这是一个非常重要的问题，因为热成像仪只能在多个像素中解析人脸，温度读数可以变化超过一度。此外，镜头的缺陷、相机和被摄对象之间的视角、是否佩戴口罩、发型是否遮住面部、是否佩戴眼镜等都会影响温度读数的准确性，在这些情况下，如何解读体温比简单的前额或耳内红外温度计复杂得多。这种情况下，热图像处理和分析就发挥了关键作用。考虑到热图像中可用的“过多”信息，各种不准确度大多具有系统性特征，可以进行补偿。
然而，这使得用于发烧检测的热成像相机的设计成为一项相当复杂的工作，需要详细了解热成像传感器的特性、良好的热成像和一些生物物理学知识，当然还需要精通图像和数据 分析——当由于隐私问题而无法使用视觉成像流时，对视野中对象的可靠检测也是一个相当大的挑战。
图 5： Meridian Innovation 多人发烧检测摄像头解决方案（来源：Meridian Innovation）
有关其工作原理的更多详细信息，请参见《发热检测研究报告》Stanislav Markov of Meridian Innovation Ltd
参考设计
如上所述，及时交付用于检测高温的红外热像仪的必要性以及构建良好解决方案的复杂性，促使各企业共同努力为 OEM 和 ODM 提供大量参考设计。 Arrow Electronics 提供了此类参考设计的一个示例，并进行了更详细的介绍。
其核心是Meridian Innovation的新型热像仪，采用CMOS/MEMS技术量产，在像素设计上使用了传统微测辐射热计和热电堆的结合技术。除热像仪外，参考设计还包括了环境传感器、用于估计与对象距离的飞行时间传感器，并受益于人工智能增强的应用软件，提高了热读数和核心体温计算的准确性，以及用于可视化的热图像质量。选择具有成本效益的组件和 SDK，有助于解决最重要的障碍——人体体温的计算，这降低了设计和研发成本，并有助于满足热像仪用于检测人体体温的应用。
结论
热成像传感器现在以实惠的价格在大众市场产品中随处可见。无障碍参考硬件设计和软件解决方案极大地促进了该技术的应用，并实现了热像仪的快速开发，包括用于自动检测人体体温的摄像机。这类产品有助于管控当前的疫情，并描述了一个令人信服的理念：“创新技术促进更安全和更好的生活”。
