本篇文章826字，读完约2分钟
站在同济大学入口处智能监控系统的摄像头前，该系统通过人脸识别技术结合现场温度检测，即时分析和查询同济大学师生的基本情况。如果体温正常，符合返回上海14天以上及上海的要求，学校大门将放行；当出现发热或不符合相关要求时，系统会自动报警而不释放，以便快速识别和隔离相关人员。
近日，由同济大学领导的上海市独立智能无人系统科学中心COVID-19肺炎疫情防控研究团队开发的首套传染病防控智能识别系统(同济ncp-ais)在同济四平路校区门口试运行，可快速识别人流中的个体感染风险。这是第一批新型冠状病毒应急防控科研项目的成果。
利用人工智能、大数据、人脸识别、温度识别、运动识别等技术，研究团队可以实现人脸识别、心率监测、呼吸检测、门禁联动、门禁数据智能更新、咳嗽检测和语音播报，使人工智能技术在疫情防控中发挥更大的作用，减少相关学校管理人员的工作，实现疫情期间高效的校园安全管理。该系统针对大型人群，能够自动发现体温异常的个体，并实现拍照、跟踪和提醒功能。最近，该团队加强了四套相同的智能识别系统的开发，以服务于其他几个学校大门的监控和预防。
除了这种用于流行病预防和控制的智能识别系统，还有COVID-19肺炎流行病地理信息系统(同济ncp-gis)。该团队充分发挥人工智能理论和技术的优势，采用了地理信息技术、大数据技术、云技术等。并在COVID-19中建立了肺炎疫情地理信息系统，初步实现了上海疫情动态分析、空影响评估、数据空分析和人员活动跟踪的可视化
COVID-19爆发肺炎后，同济大学充分整合校内多学科力量，联合校外科研力量，紧急启动自筹资金的“同济大学新型冠状病毒防治应急研究项目”，加快科研步伐。首批启动的应急科研项目主要依托同济大学领导的上海独立智能无人系统科学中心，重点关注人工智能、大数据、机器人以及医疗、生活、信息、交通、测绘、土木工程、城市等前沿技术。多学科协作和交叉，侧重于流行病城市/社区时间空宏观传播、个人运动和交通旅行，
