吴恩达团队创建人工智能工具，用摄像头画面测量社交距离

本文转载自大数据文摘

来源：landing.ai

编译：曹培信

在对抗新冠状病毒的斗争中，保持社会距离是一个减缓疾病的传播非常有效的措施。虽然数以百万计的人们都老老实实呆在家里帮助减少传播，但制造业和制药业的许多员工仍然不得不每天上班，以确保满足基本生活需求。

为了帮助确保这些人在工作场所保持社会距离，吴恩达在Landing AI的团队刚刚发布了一个人工智能社会距离检测工具，可以通过分析来自摄像机的实时视频流来检测人们是否保持安全距离。

吴恩达本人也发推安利了这项技术！

这个工具能实现什么呢？比如在一家生产防护设备的工厂，技术人员可以将这种软件集成到他们的安全摄像系统中，用简单的校准步骤监视工作环境。

探测器可以用红色高亮显示距离低于最小可接受距离的人，并在两者之间划一条线来强调这一点，该系统还可以发出警报，提醒人们在违反协议时保持安全距离。

实现这一效果主要包括三个主要步骤：校准、检测和测量。

校正

由于输入的视频可以从任意的摄像头获取，因此第一步是计算将透视图变换为俯视图的转换——也就是校准。由于输入帧是单目摄像机拍摄的，最简单的标定方法是在透视图中选择四个点，然后将它们映射到俯视图中矩形的角上。

这里假设每个人都站在同一个平面上。从这个映射，研究人员得到一个应用于整个透视图像的变换。这种方法虽然很普遍，但是却很难正确的应用。因此，技术人员构建了一个轻量级工具，即使是非技术用户也可以借助该工具实时校准系统。

在校准步骤中，技术人员还估计了鸟瞰图的比例因子，例如在现实生活中多少像是对应于6英尺。

检测

第二步就是检测行人，为每个行人绘制一个矩形区域。为了简单起见，技术人员使用基于 Faster R-CNN的开源行人检测网络。

为了清理输出边界框，技术人员应用了最小化后处理，如非最大值抑制（NMS）和各种基于规则的启发式算法，技术人员选择了基于现实生活中假设的规则，以尽量减少过度拟合的风险。

测量

最后，给定每个人的区域，需要在鸟瞰图中估计他们（x，y）的位置。

由于校准步骤输出地平面的变换，需要将所述变换应用到每个区域的底部中心点，从而得到他们在俯视图中的位置。最后一步是计算每两个人之间的水平距离。

技术人员用红色标记距离低于规定距离的人，并在两者之间划一条线来强调这一点。

正如医学专家指出的那样，在疫苗问世之前，保持社会距离是我们帮助减轻冠状病毒流行的最佳工具，同时也是开放经济的最佳手段。Landing.ai表示，他们创建这个工具并在早期阶段分享它的目的是帮助他们的客户，并鼓励其他人探索新的想法，以保证人们的安全。

相关报道：

https://landing.ai/landing-ai-creates-an-ai-tool-to-help-customers-monitor-social-distancing-in-the-workplace/