FaceTouch：基于监督对比学习检测手-脸接触以辅助传染病追踪
计算机视觉与模式识别
2023-08-25 v1 人工智能
摘要
许多病毒与疾病经呼吸系统频繁传播并人际传染。Covid-19例证了追踪与减少接触以阻断传播至关重要。在复杂城市场景或室内自动检测手-脸接触的方法上明显存在空白。本文引入一种称为FaceTouch的基于深度学习的计算机视觉框架。其包含用于检测人体与分析动作的深度子模型。FaceTouch力求在真实场景中检测手-脸接触，如通过视频通话、公交录像或CCTV监控。尽管面部部分遮挡，所引入系统利用手臂运动等身体姿态表征，从给定场景的RGB表征中学习检测脸部触摸。已证明这在复杂城市场景中除简单识别手部运动及其与面部接近度外颇有用处。依托监督对比学习(Supervised Contrastive Learning)，鉴于无其他基准数据集，所引入模型在我们收集的数据集上训练。该框架在未见数据集上展现出强验证性，为潜在部署开启了大门。
引用
@article{arxiv.2308.12840,
title = {FaceTouch: Detecting hand-to-face touch with supervised contrastive learning to assist in tracing infectious disease},
author = {Mohamed R. Ibrahim and Terry Lyons},
journal= {arXiv preprint arXiv:2308.12840},
year = {2023}
}
备注
Set to be published in the PLoS ONE Journal