疫情骤然来袭，不会留给一座城市准备的时间。对战斗在一线的人员来说，时间就是金钱。随着返工、返校潮临近，如何在保障人员、学生等安全的同时，还能实现高效、“无感”化通行，这还是对城市管理者一场无声的考验。
面对疫情，防控就是责任。考拉悠然积极发挥人工智能企业的领军作用，用公司现独有的多模态、人脸识别等技术结合对发热人员筛查系统需求、解决方案功能规划、接口方案等进行了产品整合规划，团队迅速响应、行动起来，旨在用最前沿的科技，守护返工、返校途中的你和我，迅速推出了考拉悠然AI赋能疫情防控系统，主动承担智能防控的责任，为“战役”贡献一份力量。
此次疫情的新冠状病毒2019-nCov，以发热为可量化的检测指标。面对将来的返工、返校潮，必须要做到逢人必检，体温监测和登记。目前测温手段主要为人工采用手持式测温设备进行筛查；但其存在一定病毒交叉感染风险，需接触人体或近距离靠近人体，同时手动操作需要大量人力、物力；同时低效率的检测在人流量密集地易造成排队拥堵和人员滞留，考拉悠然的人脸识别、物体检测以及结构化等多模态AI识别技术，可有效弥补上述问题，借助配套的高精度测温设备，为热成像测温系统，提供准确的测温位置，以及最佳测温时机，有效提高准确率。
首先考拉悠然针对戴口罩遮挡进行了专项模型优化，成功实现人员活动配带口罩行为检测，人脸识别算法自动识别未佩戴口罩人员身份，自动记录注册人员在区域内的活动轨迹和接触人员，可对频繁活动人员进行自动预警，可自动预警外卖、快递等非社区人员进出小区内。除口罩检测外，还能快速识别聚集人群监测，同行及接触人员活动区域及轨迹的监测，一旦检测到异常情况，系统将及时发出预警，即使在口罩和帽子大面积遮挡人脸的情况下，公司系统也能帮助工作人员快速筛查通行人群，无需摘下防护也无需排队聚集，大幅度提升安全性和检测效率。
同时，利用医用热像仪或者体温检测门，可自动甄别人群中存在的异常体温的人员，测温精度≤±0.3℃，可以精准发现高温人员，有效提高肺炎感染排查和检测效率。同时人脸检测和人脸结构化AI算法，在可见光画面确定额头位置，热成像画面对应点作为最佳采温点，大幅度提高测温准确度。同步的人脸识别，可提供大数据轨迹分析，大幅度提高了人员追踪、事后追溯的效率。
我们希望用最前沿的技术力量为抗击疫情赋能，成为新驱动引擎；
我们正在用实际行动为前线带去一份力量、安全与希望！
