COVID-19 时代基于计算机视觉的人体分析综述
计算机视觉与模式识别
2022-11-08 v1 图像与视频处理
摘要
COVID-19 的出现对全球产生了深远影响，不仅波及整个社会，也改变了个人的生活。世界各地引入了多种预防措施以限制疾病传播，包括佩戴口罩、保持社交距离与公共场所定期消毒的强制规定，以及筛查应用程序的使用。这些发展也引发了对新颖且改进的计算机视觉技术的需求，这些技术能够（i）一方面通过对视觉数据的自动分析为预防措施提供支持，以及（ii）另一方面促进现有基于视觉的服务（如生物特征认证方案）的正常运行。此处尤为重要的是，聚焦于视觉数据中人与面部分析的计算机视觉技术，其受口罩强制规定所带来的部分遮挡影响最为显著。此类基于计算机视觉的人体分析技术包括人脸与口罩检测方法、人脸识别技术、人群计数方案、年龄与表情估计流程、检测手脸交互的模型等诸多内容，近年来受到了相当多的关注。本综述旨在介绍 COVID-19 给此类研究带来的问题，并对基于计算机视觉的人体分析领域的工作进行系统回顾。我们特别关注口罩对各种方法性能的影响以及近期缓解该问题的解决方案。此外，还详细回顾了有助于开发和评估 COVID-19 相关应用方法的现有数据集。最后，为推进该领域进一步发展，我们讨论了主要的开放挑战与未来研究方向。
引用
@article{arxiv.2211.03705,
title = {A Survey on Computer Vision based Human Analysis in the COVID-19 Era},
author = {Fevziye Irem Eyiokur and Alperen Kantarcı and Mustafa Ekrem Erakın and Naser Damer and Ferda Ofli and Muhammad Imran and Janez Križaj and Albert Ali Salah and Alexander Waibel and Vitomir Štruc and Hazım Kemal Ekenel},
journal= {arXiv preprint arXiv:2211.03705},
year = {2022}
}
备注
Submitted to Image and Vision Computing, 44 pages, 7 figures