吳恩達創立的公司 Landing AI 開發了一款社交距離監控工具，通過攝像頭監控行人之間的距離，要求至少保持 6 英尺（接近兩米）。
Social Distancing Detector：用機器學習監控社交距離
近日，吳恩達創立的 AI 公司 Landing AI 在其官方博客平臺上宣佈了一款社交距離監控工具，其中包含一個演示視頻，基於公開街景數據集 The Oxford Town Centre 展示了這個新的社交距離探測器。
上圖源自演示視頻的一個截圖，當行人之間的社交距離滿足要求，也就是兩米（WHO 倡議人與人應保持至少 3 英尺（0.9 米）的距離，我國則建議至少 1.5 米）時，行人周圍是綠框，當彼此之間的距離不符合要求時（如上圖紅框所示），則會出現紅色提醒。
在當前危機中，減少傳播的措施之一是隔離。雖然很多公司已經要求員工在家辦公，但製造業等領域還有很多員工不得不繼續工作，保持社交距離可能不容易被執行，這就是 Landing AI 公司創建 AI 工具來確保彼此之間保持安全距離的原因。根據介紹，Landing AI 公司的許多客戶來自制造業和製藥業，每天都在生產重要物品，他們的技術人員只需要將該軟件集成到安全攝像頭中，就可以輕鬆監控工作場所。
內部工作原理：校準，檢測和測量
在博客文章中，Landing AI 解釋了該工具的內部工作原理。
校準
由於輸入視頻是從透視角度拍攝的，因此第一步是利用計算將視圖角度轉換為鳥瞰角度（自上而下），這個過程被稱作校準。由於輸入幀是從單個攝像頭拍攝的單眼圖像，最簡單的校準方法之一就是在透視圖中選擇四個點並將其映射到鳥瞰圖中矩形的各個角上，假設每個人都站在同一平面上。以此類推，可以將這種方式應用在整個透視視圖上。這種方法雖然廣為人知，但想要在實際中正確應用卻並不容易。因此，開發者們構建了一個輕量級工具，即使非技術用戶也可以實時校準系統。
在校準步驟中，他們還考慮了鳥瞰圖的比例問題，例如，在現實中，6 英尺是多少像素。
左：原始透視圖，上面覆蓋有校準網格；右：鳥瞰圖，街道兩邊與綠色網格完全平行。
檢測
第二步涉及將行人檢測器應用到透視圖上，以便能夠在每個行人周圍繪製邊界框。為簡單起見，使用基於 Faster R-CNN 的開源行人檢測網絡。為了清除輸出邊界框，使用了一些算法簡化後處理程序，例如非極大值抑制（NMS）和各種基於規則的啟發式算法；開發者應該基於實際生活假設來選擇使用哪種規則（例如識別人時應該識別他的高度而不是寬度），這樣才能最大程度降低過度擬合的風險。
測量
現在，在給定每個人邊界框的情況下，在鳥瞰圖中估計他們的座標位置（X 軸、Y 軸）。由於校準步驟輸出了平面圖的轉換，因此將上述轉換應用到每個人的邊界框的底部中心點，從而得出其在鳥瞰圖中的位置。最後一步是計算每兩人之間的鳥瞰圖距離，並根據校準中估算的縮放係數來縮放距離。將低於最小可接受距離的人用紅色突出標記，並在兩者之間畫一條線進行強調。
網友不太買賬
針對該工具的推出，吳恩達第一時間在 Twitter 上發佈了該消息，並受到了很多用戶的關注。
評論區的態度褒貶不一，但大部分網友的評論表明他們對此並不買賬，有人認為單就人眼估計短距離就足夠了，也有人擔心隱私問題，並認為這是技術的濫用，也有部分網友懷疑當前版本是否真的可用，還是說這僅僅是概念證明。但 Landing AI 在其官方博客稱，正如醫學專家所說，在獲得疫苗之前，保持適當的社交距離是我們保護自己的最好的方式之一，也可有助於緩解疫情擴散並加快經濟恢復的步伐。公司在早期階段創建並共享此工具是希望能為用戶提供幫助並想鼓勵其他人來探索新的方法來抗擊疫情。
對於隱私相關的問題，Landing AI 在文章最後進行了簡單闡述，並提醒大家注意：
計算機視覺的興起引發了有關隱私和個人權利的重要問題，我們當前的系統無法識別個人，因此我們敦促使用此係統的任何人必須公開透明且僅在知情人同意的情況下使用。
關注我並轉發此篇文章，私信我“領取資料”，即可免費獲得InfoQ價值4999元迷你書！
