写点什么

吴恩达的公司发布社交距离监控工具,疫情期间别靠太近

  • 2020-04-21
  • 本文字数:1596 字

    阅读完需:约 5 分钟

吴恩达的公司发布社交距离监控工具,疫情期间别靠太近

吴恩达创立的公司 Landing AI 开发了一款社交距离监控工具,通过摄像头监控行人之间的距离,要求至少保持 6 英尺(接近两米)。

Social Distancing Detector:用机器学习监控社交距离

近日,吴恩达创立的 AI 公司 Landing AI 在其官方博客平台上发布了一款社交距离监控工具,其中包含一个演示视频,基于公开街景数据集 The Oxford Town Centre 展示了这个新的社交距离探测器。



上图源自演示视频的一个截图,当行人之间的社交距离满足要求,也就是两米(WHO 倡议人与人应保持至少 3 英尺(0.9 米)的距离,我国则建议至少 1.5 米)时,行人周围是绿框,当彼此之间的距离不符合要求时(如上图红框所示),则会出现红色提醒。


在当前危机中,减少传播的措施之一是隔离。虽然很多公司已经要求员工在家办公,但制造业等领域还有很多员工不得不继续工作,保持社交距离可能不容易被执行,这就是 Landing AI 公司创建 AI 工具来确保彼此之间保持安全距离的原因。根据介绍,Landing AI 公司的许多客户来自制造业和制药业,每天都在生产重要物品,他们的技术人员只需要将该软件集成到安全摄像头中,就可以轻松监控工作场所。

内部工作原理:校准,检测和测量

在博客文章中,Landing AI 解释了该工具的内部工作原理。


校准

由于输入视频是从透视角度拍摄的,因此第一步是利用计算将视图角度转换为鸟瞰角度(自上而下),这个过程被称作校准。由于输入帧是从单个摄像头拍摄的单眼图像,最简单的校准方法之一就是在透视图中选择四个点并将其映射到鸟瞰图中矩形的各个角上,假设每个人都站在同一平面上。以此类推,可以将这种方式应用在整个透视视图上。这种方法虽然广为人知,但想要在实际中正确应用却并不容易。因此,开发者们构建了一个轻量级工具,即使非技术用户也可以实时校准系统。


在校准步骤中,他们还考虑了鸟瞰图的比例问题,例如,在现实中,6 英尺是多少像素。



左:原始透视图,上面覆盖有校准网格;右:鸟瞰图,街道两边与绿色网格完全平行。

检测

第二步涉及将行人检测器应用到透视图上,以便能够在每个行人周围绘制边界框。为简单起见,使用基于 Faster R-CNN 的开源行人检测网络。为了清除输出边界框,使用了一些算法简化后处理程序,例如非极大值抑制(NMS)和各种基于规则的启发式算法;开发者应该基于实际生活假设来选择使用哪种规则(例如识别人时应该识别他的高度而不是宽度),这样才能最大程度降低过度拟合的风险。

测量

现在,在给定每个人边界框的情况下,在鸟瞰图中估计他们的坐标位置(X 轴、Y 轴)。由于校准步骤输出了平面图的转换,因此将上述转换应用到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。最后一步是计算每两人之间的鸟瞰图距离,并根据校准中估算的缩放系数来缩放距离。将低于最小可接受距离的人用红色突出标记,并在两者之间画一条线进行强调。

网友不太买账

针对该工具的推出,吴恩达第一时间在 Twitter 上发布了该消息,并受到了很多用户的关注。



评论区的态度褒贬不一,但大部分网友的评论表明他们对此并不买账,有人认为单就人眼估计短距离就足够了,也有人担心隐私问题,并认为这是技术的滥用,也有部分网友怀疑当前版本是否真的可用,还是说这仅仅是概念证明。但 Landing AI 在其官方博客称,正如医学专家所说,在获得疫苗之前,保持适当的社交距离是我们保护自己的最好的方式之一,也可有助于缓解疫情扩散并加快经济恢复的步伐。公司在早期阶段创建并共享此工具是希望能为用户提供帮助并想鼓励其他人来探索新的方法来抗击疫情。


对于隐私相关的问题,Landing AI 在文章最后进行了简单阐述,并提醒大家注意:


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,我们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必须公开透明且仅在知情人同意的情况下使用。


参考链接:


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


2020-04-21 13:374296
用户头像
赵钰莹 极客邦科技 总编辑

发布了 884 篇内容, 共 651.5 次阅读, 收获喜欢 2680 次。

关注

评论

发布
暂无评论
发现更多内容

基于KubeEdge和Kuiper的边缘流式数据处理实践

华为云开发者联盟

spark 边缘计算 kuberedge kuiper 边缘流式数据

区块链钱包APP系统开发|区块链钱包软件开发

系统开发

重学JS | Set和Map是如何过滤重复值的?

梁龙先森

面试 大前端 编程语言 28天写作

LocalDateTime、OffsetDateTime、ZonedDateTime互转,这一篇绝对喂饱你

YourBatman

LocalDateTime OffsetDateTime ZonedDateTime

企业项目迁移go-zero全攻略(一)

万俊峰Kevin

微服务 microservice Go 语言

焱融科技借公有云出海,服务国际知名卡车制造商自动驾驶业务

焱融科技

自动驾驶 分布式 存储 自动驾驶训练

都在用Kafka ! 消息队列序列化怎么处理?

李尚智

Java kafka 架构 消息队列 消息中间件

区块链挖矿到底是什么,该怎么挖?

v16629866266

第一周作业-产品备忘录

Eva

见证产品成长,共享AI力量!

百度大脑

谷歌面试题:如何从无序链表中移除重复项?

田维常

面试

作业2

瑾瑾呀

Hbase内核剖析

永健_何

大数据 HBase 底层技术 分布式数据储存

区块链数字钱包APP系统开发|区块链数字钱包软件开发

系统开发

使用 AWS CDK Python 从零开始构建 EKS 集群

郭旭东

AWS IaC AWS CDK

第四周作业

oooh-la

软件架构模式之分层架构

架构精进之路

架构设计 七日更 28天写作

想学AI开发很简单:只要你会复制粘贴

华为云开发者联盟

GitHub 开源 AI mindspore 推理

拍乐云技术分享 | 美术教学中视频矫正是怎么做的?

拍乐云Pano

音视频 RTC 图像处理 拍乐云 视频处理

PolarDB-X 并行计算框架

PolarDB-X

数据库 sql 大数据

第一章作业

tera

架构师训练营第九周作业

zamkai

OpsMind 前端低代码开发平台——MPlatform

OpsMind

大前端 低代码

字节跳动&火山引擎:企业级机器学习平台建设实践

机器学习 云计算 AI 云原生

2020下半年可信边缘云评估结果揭晓,2021年新一轮评估正式开启

大数据 可信云 可信边缘云

数字货币钱包APP系统开发|数字货币钱包软件开发

系统开发

老熟人,新朋友!写作平台邀新季!

InfoQ写作社区官方

热门活动

多币种钱包系统开发|多币种钱包软件APP开发

系统开发

数据库表数据量大读写缓慢如何优化(3)【Elasticsearch的使用】

我爱娃哈哈😍

大数据 elasticsearch 架构 优化 死磕Elasticsearch

Java 程序经验小结: 慎用可变参数

后台技术汇

28天写作

喜讯 | 拍乐云Pano荣获「2020大数据产业创新技术突破」奖

拍乐云Pano

大数据 音视频 RTC 拍乐云

吴恩达的公司发布社交距离监控工具,疫情期间别靠太近_AI&大模型_赵钰莹_InfoQ精选文章