感知行人：从单目 3D 定位到社交距离
计算机视觉与模式识别
2021-05-04 v2
摘要
在智能交通系统（ITS）背景下感知行人通常依赖多摄像头或昂贵的 LiDAR 传感器。在本工作中，我们提出了一种新颖的、具有成本效益的基于视觉的方法，可从单幅图像中感知行人的 3D 位置及其身体朝向。我们通过提出一种预测置信区间（而非点估计）的神经网络架构，来解决与不适定单目 3D 任务相关的挑战。我们的神经网络在带有不确定性度量的前提下估计行人的 3D 身体位置及其朝向。我们提出的方案（i）隐私安全，（ii）适用于任何固定或移动摄像头，且（iii）不依赖地平面估计。我们针对三个应用展示了方法的性能：3D 行人定位、社交互动检测，以及核查因 COVID-19 疫情而出台的近期安全措施的合规性。我们表明，有可能将“社交距离”的概念重新思考为一种社交互动形式，而非简单的基于位置的规则。我们公开分享了源代码以推进开放科学使命。
引用
@article{arxiv.2009.00984,
title = {Perceiving Humans: from Monocular 3D Localization to Social Distancing},
author = {Lorenzo Bertoni and Sven Kreiss and Alexandre Alahi},
journal= {arXiv preprint arXiv:2009.00984},
year = {2021}
}
备注
IEEE Transactions on Intelligent Transportation Systems