基于跨视角投影一致性的接触区域检测器及其在COVID-19项目中的应用
计算机视觉与模式识别
2020-08-19 v1 图像与视频处理
摘要
确定人们在日常生活中接触了物体和表面的哪些部分，对于理解COVID-19病毒的传播方式十分有用。利用图像或视频等视觉数据来判断一个人是否触摸过某个物体或表面是一个难题。计算机视觉三维重建方法将物体和人体从二维图像域投影到三维并直接进行三维空间相交计算，但由于投影误差，该方案在应用中无法满足精度要求。另一种标准方法是训练神经网络从采集的视觉数据中推断触摸动作，该策略需要大量训练数据以泛化尺度和视角变化。解决此问题的另一种思路是判断一个人是否触摸了某个指定物体。在本工作中，我们表明该问题的解决方案可以很直接：具体而言，我们通过将两个不同视角下物体投影到静态表面并分析其二维交集，来识别物体与静态表面之间的接触；当投影点彼此接近时物体即接触表面，我们称之为跨视角投影一致性。与进行三维场景重建或从深度网络迁移学习不同，该方法仅需建立两个相机视角下表面到表面空间的映射，对于平面空间此映射即单应性（Homography）变换。这一简单方法易于适配实际应用场景。本文将该方法应用于会议室办公桌的接触信息，以进行办公室占用检测，从而研究COVID-19的传播模式。
引用
@article{arxiv.2008.07712,
title = {Contact Area Detector using Cross View Projection Consistency for COVID-19 Projects},
author = {Pan Zhang and Wilfredo Torres Calderon and Bokyung Lee and Alex Tessier and Jacky Bibliowicz and Liviu Calin and Michael Lee},
journal= {arXiv preprint arXiv:2008.07712},
year = {2020}
}