Hands Off：用于 COVID-19 威胁控制的握手交互检测与定位模型
计算机视觉与模式识别
2021-10-20 v1
摘要
COVID-19 的爆发已影响全球数百万人，并继续以惊人的规模蔓延。在为控制病毒传播而采取的众多措施中，社交距离一直是一项关键且有效的做法。然而，近期有关社交距离违规的报告表明，需要非侵入式检测技术来确保公共场所的安全。本文提出了一种实时检测模型，用于在场景中包含多人的各种现实场景中识别握手交互，并在单帧中检测多种交互。这是首项在多人环境中执行二元交互定位的工作。所提出模型的有效性在两个不同的数据集上超过 3200 帧进行了评估，从而实现了在不同环境下的稳健定位模型。所提出的模型是首个在多人环境下的二元交互定位器，使其能够用于公共场所以识别握手交互，从而识别并缓解 COVID-19 的传播。
引用
@article{arxiv.2110.09571,
title = {Hands Off: A Handshake Interaction Detection and Localization Model for COVID-19 Threat Control},
author = {A. S. Jameel Hassan and Suren Sritharan and Gihan Jayatilaka and Roshan I. Godaliyadda and Parakrama B. Ekanayake and Vijitha Herath and Janaka B. Ekanayake},
journal= {arXiv preprint arXiv:2110.09571},
year = {2021}
}
备注
6 pages