1、“公共区域聚集人群体温及健康监测大数据分析平台”（以下简称项目）是开江恒佳网络科技有限责任公司（以下简称公司）自选研究项目。
2、项目立项背景：
2020年5月7号，国发明电〔2020〕14号文件《国务院应对新型冠状病毒感染肺炎疫情联防联控机制关于做好新冠肺炎疫情常态化防控工作的指导意见》中指出对，防控工作已从应急状态转为常态化。2020年5月22日政府工作报告指出：完善传染病直报和预警系统。再经过2020年疫情爆发的洗礼，当下人们也对身体健康的意识是也越来越重视。智能体温监测及数据运行安全防护，以把聚集人群个体的健康状态，用数据化、可视化的人工智能处理方式进行预防，不仅可预警当前全球内尚未结束的新冠疫情，同时可对个体进行除体温外的初步健康状态评估，让平台使用单位，更直观、更快速高效的了解到人体健康状况。智能体温监测及数据运行安全防护必定符合现代市场需求，受到市场认可，市场情景广阔。
目前，大的应用还停留在硬件辅助监测，人工协助操作的阶段。如果利用云计算、大数据、AI智能等工具，可对公共聚集人群，以多线程并发模式，快速、迅捷、智能的识别人群体温，并适时上报相关监测单位。加以整合智能化医疗诊断系统，结合大数据处理，可对人群中每一个人进行深度分析（包括体温、面部表情、身体姿势等），初步诊断出其健康状况，自动甄别分类，并层级上报及智能预警。
3、总体思路
为了满足市场需要，促进公司的进一步发展，根据公共区域聚集人群体温及健康监测大数据分析平台使用特点，结合公司已掌握的相关技术，参考了现有人群体温及健康监测大数据分析平台的设计方案，研发设计一款符合市场需求的人群体温及健康监测大数据分析平台。
项目通过抓取海量的人脸、肢体、温度相关数据，进行智能分析聚集人群健康状态分为：温度异常；健康状态异常温度异常人群将会直接预警，截取人脸图像，体温数据，地点，通过平台、短信、微信将数据自动上报主管及相关职能部门；脸部、肢体健康状态异常人员，系统自动记录，存放云服务器，平台使用单位可自行查看。
4、主要研究内容
（1）人工智能神经网络系统，用于机器自主深度学习。此为底层框架，便于机器自主学习，智能判断。
（2）人脸、肢体识别算法系统，用于机器自动对人脸、肢体形态判断。
（3）大数据采集，用于采集人脸、体温、肢体、地点等信息。便于机器前期学习。
（4）可视化平台系统，用于对分析后的数据进行可视化呈现，并能层级上报。
（5）关键技术
公共区域聚集人群体温及健康监测大数据分析平台的开发涉及非常多的关键技术，主要针对人工智能深度学习系统开发、人脸识别、肢体识别、数据对比分析，数据多体量的整合，高精准、高效率的识别分析。
其中深度学习系统将基于人工智能研究院（FAIR）基于Torch推出的PyTorch为样本，目前公司已参考PyTorch架构，开发出采用GPU加速的张量计算，包含自动求导系统的深度神经网络—SmoolAI系统（目前此系统正在申请软件著作权及专利）。
人脸识别算法包括脸部跟踪及特征定位及人脸表示，人脸识别可根据3个不同时间长度的使用周期，通过数据监听器来抵抗目标特征突变，使用周期等于一个框架的每一帧都更新目标特征(适应目标特征的突变)lifespans=frames的相当于用以前的5帧中目标特征来表征目标(抵抗突然的干扰)的方式进行实现。肢体形态判断算法将独立子空间分析扩展到三维的视频数据上，使用无监督的学习算法（ISA）对视频块进行建模。这个方法首先在小的输入块上使用无监督学习方法算法，然后将学习到的网络和较大块的输入图像进行卷积，将卷积过程得到的响应组合在一起作为下一层的输入，将得到的描述方法运用到视频数据上。
6、技术路线
SmoolAl深度学习系统→人脸、人体形态算法系统→接入硬件设备→大数据采集→人工对数据进行标注→Al深度学习→可视化平台开发。