随着疫情的发展，学校与社区很多楼宇进入封控状态，每日抗原检测已成为“家常便饭”。作为核酸检测的有效补充，抗原检测有着快速、简单、易行的独特优势。但实际情况中，学校、社区检测人数众多，收集上来的抗原自测结果图片均需人工核对判断结果是否有异常，因此该流程费时且费力。

了解到学校对抗原检测结果快速精准比对的需求，实验室赵才荣教授带领的视觉与智能学习VILL实验室团队，设计开发了一套抗原自动识别与监测系统，可实现自动识别抗原图片中检测结果的同时，辨别抗原图像是否存在重复提交的问题，并在统计后生成识别与监测报告。该系统可在短时间内迅速完成识别与检测工作，工作效率由以前的人工每人每天核查600张左右图片提高到目前10分钟之内完成所有抗原图片的核查与检测，成百倍地提高抗原核查效率，极大减轻了工作人员负担，节约了宝贵的人力资源。

抗原自动识别与监测系统的原理及流程可简单概括为“一处理二识别三统计”三步曲。对问卷收集到的师生抗原检测结果图片，采用图像处理技术定位结果区域，生成区域掩码，基于掩码识别结果；采用二维码与OCR文字识别技术读取试剂盒编号，与数据库中数据比对判重，最终生成抗原检测结果识别报告。

目前，该系统已实现较高准确率的抗原检测结果识别与判重，在真实数据以及纯阳性数据测试中表现优异。抗原自动识别与监测系统已应用在我院、我校新生院及杨浦区五角场街道仁德路居委，助力校园与社会精准防控疫情。