面向社交距离检测的深度学习方法设计与性能验证
打开文本图片集
摘 要：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。（剩余5956字）
