Landing AI 公司发布 AI 社交距离侦测器

在与冠状病毒的斗争中,社交隔离已被证明是减缓疾病传播的非常有效的措施。当数以百万计的人呆在家里帮助平缓曲线变化时,我们制造业和制药业的许多客户仍必须每天上班,以确保满足我们的基本需求。

为了减轻客户的工作量并帮助确保其工作场所的社交距离协议,Landing AI开发了一种支持AI的社交距离检测工具,该工具可以通过分析来自用户的实时视频流来检测人们是否彼此保持安全距离。

例如,在生产防护设备的工厂中,技术人员可以将此软件集成到其安全摄像头系统中,以轻松的校准步骤监控工作环境。如下图所示,探测器可以用红色突出显示距离在最小可接受距离以下的人,并在两者之间画一条线以强调这一点。如果违反该协议,该系统还将能够发出警报以提醒人们保持安全距离。

为了确保客户和其他人的安全,我们正在进行一项工作,并且了解到唯一的方法就是与全球合作,因此,我们希望分享用于开发此软件的技术方法。下面的演示将有助于从视觉上解释我们的方法,该方法包括三个主要步骤:校准,检测和测量。

校准

由于可以从任意透视图获取输入视频,因此流水线的第一步是计算将透视图变形为鸟瞰(自顶向下)视图的变换(更具体地,为单应性)。我们称此过程校准。由于输入帧是单眼的(从单个摄像机获取),最简单的校准方法包括在透视图中选择四个点并将其映射到鸟瞰图中的矩形角。假设每个人都站在同一平面上。从此映射,我们可以得出可以应用于整个透视图图像的变换。这种方法虽然广为人知,但要正确应用可能会有些棘手。因此,我们构建了一个轻量级的工具,即使非技术用户也可以实时校准系统。

在校准步骤中,我们还估计了鸟瞰图的比例因子,例如,现实生活中有多少像素对应6英尺。

AI社交距离侦测器

侦测

管道的第二步涉及将行人检测器应用于透视图,以在每个行人周围绘制边界框。为简单起见,我们使用基于Faster R-CNN架构的开源行人检测网络。为了清理输出边界框,我们应用了最少的后处理程序,例如非最大抑制(NMS)和各种基于规则的启发式算法;我们应该选择基于现实生活假设的规则(例如,人个子高而不是个子大),以最大程度地降低过度拟合的风险。

测量

现在,在给定每个人的边界框的情况下,我们在鸟瞰图中估计他们的(x,y)位置。由于校准步骤输出了针对地面的变换,因此我们将该变换应用于每个人的边界框的底部中心点,从而得出其在鸟瞰图中的位置。最后一步是计算每对人之间的鸟瞰图距离,并根据校准估算出的缩放系数缩放距离。我们用红色突出显示距离小于最小可接受距离的人,并在两者之间画一条线以强调这一点。

正如医学专家指出的那样,在获得疫苗之前,与社会保持距离是我们最好的工具,可帮助缓解冠状病毒大流行和经济开放。我们在此早期阶段创建并共享此工具的目标是帮助我们的客户并鼓励其他人探索新想法,以确保我们的安全。

注意:计算机视觉的兴起引发了有关隐私和个人权利的重要问题;当前的系统无法识别个人,因此我们敦促使用此系统的任何人透明且仅在知情同意的情况下进行识别

备注:Landing AI 是吴恩达旗下的专注人工智能研发的公司。

相关文章

Leave a Comment