-
题名面向社交距离检测的深度学习方法设计与性能验证
- 1
-
-
作者
张夏欣
平鹏
胡苏湘
李嘉宁
戴晓璇
-
机构
南通大学交通与土木工程学院
-
出处
《科技创新与应用》
2023年第25期38-41,共4页
-
基金
江苏省高等学校自然科学研究面上项目(22KJB520007)
南通市社会民生重点项目(MS12022015)
南通大学大学生创新创业训练计划项目(202210304189H)。
-
文摘
对社交距离进行准确检测在传染病溯源、安防监控等领域都有着重大意义。行人间的遮挡会极大降低社交距离检测方法的精度和泛化能力,针对这一问题,该文研究一种遮挡条件下的社交距离检测方法,并验证方法的环境适应性。该方法首先采用简单在线实时跟踪方法(Simple online and realtime track,SORT)进行人员追踪,然后基于单目视觉测距方法来测量行人间距;最后,验证检测方法在不同拍摄视角及人流密度下的泛化性能。研究结果表明,该实验可以在遮挡条件下进行较好的实时追踪,在摄像头的拍摄高度在12 m左右时获取最优的密接行为识别性能,识别准确率为92%。
-
关键词
社交距离
SORT
单目视觉
深度学习
性能验证
-
Keywords
social distance
SORT
monocular vision
deep learning
performance verification
-
分类号
R184
[医药卫生—流行病学]
-