视觉社交距离问题
计算机视觉与模式识别
2020-05-12 v1 机器学习
图像与视频处理
摘要
遏制近期病毒暴发的主要且最有效的措施之一是保持所谓的社交距离（SD）。为了遵守这一约束，工作场所、公共机构、交通工具和学校可能会对人与人之间的最小间距采取限制。鉴于这一实际场景，大规模测量我们生活中对此物理约束的遵守情况至关重要，以找出可能打破该距离限制的原因，并理解在给定场景背景下这是否意味着潜在威胁。所有这些都要遵守隐私政策并使测量可被接受。为此，我们引入了视觉社交距离（VSD）问题，定义为从图像中自动估计人际距离，并刻画相关的人群聚集。VSD对于非侵入式分析人们是否遵守SD限制，以及在该约束被违反时提供特定区域安全水平的统计信息至关重要。然后我们讨论了VSD如何与社会信号处理的已有文献相关联，并指出哪些现有的计算机视觉方法可用于处理该问题。我们以VSD系统的有效性、伦理影响和未来应用场景相关的未来挑战作结。
引用
@article{arxiv.2005.04813,
title = {The Visual Social Distancing Problem},
author = {Marco Cristani and Alessio Del Bue and Vittorio Murino and Francesco Setti and Alessandro Vinciarelli},
journal= {arXiv preprint arXiv:2005.04813},
year = {2020}
}
备注
9 pages, 5 figures. All the authors equally contributed to this manuscript and they are listed by alphabetical order. Under submission