15、疫情防控下的智能监测技术：从社交距离到麻醉深度

疫情防控下的智能监测技术：从社交距离到麻醉深度

一、COVID - 19社交距离监测

1. 背景与目标
   • 新冠疫情的爆发给全球带来了巨大灾难，病毒的致命传播让人们陷入恐慌。为了减少病毒传播风险，社交距离的保持至关重要。许多国家采取了封锁措施，随着疫情缓解，部分经济活动逐步恢复，但工作场所的安全问题引发了广泛关注。很多人在恢复工作的兴奋中，容易忽视社交距离等安全措施。因此，本项目旨在利用预训练的YOLO模型，在工作场所提供基于机器学习的检测，以确保社交距离的执行。
2. 方法步骤
   • 整体流程
     • 整个监测过程分为三个主要步骤：
       • 人员类别检测（目标检测）
       • 人员跟踪
       • 人员间距离测量
   • 目标检测
     • 目标检测具有两个主要目的：目标分类和目标跟踪。该模型能够在图像和实时视频中找到目标类别及其位置，并对目标进行分类和标记。可用于目标检测的算法有很多，如R - CNN、Fast R - CNN、Mobile - Net、Single - shot multi - box detector、YOLO等，本项目选用了YOLOv3算法。