鸟瞰视角社交距离分析系统
计算机视觉与模式识别
2022-02-11 v2 人工智能
分布式、并行与集群计算
摘要
社交距离可降低 COVID-19 等呼吸道大流行的感染率。交通路口特别适合对大都市中的社交距离行为进行监督与评估。我们提出并评估了一个保护隐私的社交距离分析系统 (B-SDA)，其使用行人穿越交通路口的鸟瞰视角视频记录。我们设计了视频预处理、目标检测与跟踪算法，这些算法根植于已知的计算机视觉与深度学习技术，但经过修改以解决由高位摄像机拍摄的极小目标/行人的检测问题。我们提出了一种融合行人分组的社交距离违规检测方法。B-SDA 被用于比较某大都市区大流行前与大流行期间视频中的行人行为。所实现的行人检测性能为 ，跟踪性能为 MOTA。大流行期间 的社交距离违规率明显低于大流行前 的基线，表明行人遵循了 CDC 推荐的社交距离建议。所提出的系统适合部署于实际应用。
引用
@article{arxiv.2112.07159,
title = {Birds Eye View Social Distancing Analysis System},
author = {Zhengye Yang and Mingfei Sun and Hongzhe Ye and Zihao Xiong and Gil Zussman and Zoran Kostic},
journal= {arXiv preprint arXiv:2112.07159},
year = {2022}
}