新冠肺炎（Covid-19）持續蔓延，香港輸入個案急升，如何把關是防疫關鍵之一。機電署與科大合作，在機場、港澳碼頭、西九高鐵站及多個陸路口岸，從 1 月下旬起設置 16 套由科大研發的「智能發燒偵測系統（SFSS）」，能同時檢測最多 100 名、最遠 10 米外的途經人士是否發燒。
- 科大研發的「智能發燒偵測系統（SFSS）」，能同時檢測最多 100 名、最遠 10 米外的途經人士是否發燒
- 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
- 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
自 2003 年沙士爆發後，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。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。
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。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。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。
由於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。
在 1 月下旬新冠肺炎爆發初期，系統已在本港各主要邊境口岸使用，包括：香港國際機場和其他 6 個主要出入境管制站，建立及配置了 16 套SFSS系統。此系統亦可適用於醫院、圖書館、安老院舍和學校等場所。
Source：香港科技大學