基于深度学习与风险管理系统的社交距离检测
计算机视觉与模式识别
2024-09-02 v1
摘要
三年后冠状病毒病再次爆发，并以多种变异形式重创全球。其对人类的影响已然深远。我们唯有强制要求“佩戴口罩”并保持“社交距离”方能抵御这一大流行。印度诸多民间机构要求所有聚集场合必须佩戴防护口罩。由于人力消耗巨大，对印度这样人口众多的国家逐一核查口罩佩戴与社交距离保持的执行情况并不可行。COVID-19 社交距离检测系统是一种单阶段检测器，采用深度学习将高端语义数据整合至 CNN 模块，以在指定区域内维持社交距离并同时监测违规行为。通过部署现有监控录像、CCTV 摄像头与计算机视觉（CV），它还能识别正遭受社交隔离之苦的人员。该技术提供安全保卫工具，免除了基于劳动力的监控系统之需，但仍需人工管理机构对违规行为进行监测、追踪与通报。包括大学、医院、政府机关、学校与建筑工地在内的任何基础设施均可采用该技术。因此，所构建的用于报告与分析视频流的风险管理系统连同社交距离检测系统，或有助于保障我们及亲友的安全。此外，我们将讨论该项目的整体部署与改进。
引用
@article{arxiv.2304.10259,
title = {Social Distance Detection Using Deep Learning And Risk Management System},
author = {Sangeetha R. G and Jaya Aravindh V.},
journal= {arXiv preprint arXiv:2304.10259},
year = {2024}
}