社交距离检测

软硬件环境

• windows 10 64bit
• anaconda with python 3.7
• opencv 4.4.0
• tensorflow 2.1

视频看这里

此处是 youtube 的播放链接，需要科学上网。喜欢我的视频，请记得订阅我的频道，打开旁边的小铃铛，点赞并分享，感谢您的支持。

简介

自从新型冠状肺炎爆发以来，社交距离检测，不管是在学界还是工业界都是一个热门话题。基本原理都是首先利用目标检测算法(可用的方法很多)检测出人，然后计算出人与人之间的距离，一般是像素距离，如果低于某一事先设定的值，就认为低于社交安全距离，系统随即发出警告。

本文介绍的这个开源项目，使用的模型是 faster_rcnn_inception_v2_coco，使用的是 tensorflow 深度学习框架。项目地址是: https://github.com/basileroth75/covid-social-distancing-detection

安装环境

创建 python 虚拟环境

conda create -n covid python=3.7
conda activate covid

接着去下载源码

git clone https://github.com/basileroth75/covid-social-distancing-detection.git
cd covid-social-distancing-detection

安装依赖库

pip install -r requirements.txt

# 原工程中漏了opencv依赖
pip install opencv-python

接下来去下载 tensorflow 的模型

链接：https://pan.quark.cn/s/e82b6ddd74a5

下载后解压到 models 文件夹下，其实在生产环境中使用 frozen_inference_graph.pb 文件就可以了。文件结构如下

测试效果

cd src
python social_distanciation_video_detection.py

程序运行后，在终端一直回车就好，使用默认的参数进行测试。当人物进入到蓝线范围内时，就会被系统用绿色框出来

当人物距离小于110像素时(这是默认值)，系统会用红色框出来，表示社交距离不够

如果是其它测试视频的话，可能就需要进行校准了，方法如下

cd src
python calibrate_with_mouse.py

程序启动后，会要求用户输入测试视频的文件名、视频帧大小。默认值是 PETS2009.avi 和800像素，接着来到打开后的 opencv 窗口，使用鼠标左键分别点击4个点，顺序是右上、右下、左下和左上，这4个点连成一个四边形。

代码执行完成后，会将相应数据写入到配置文件 conf/config_birdview.yml 中

image_parameters:
  height_og: 800
  img_path: ../img/static_frame_from_video.jpg

  # 左下 
  p1:
  - 481
  - 411

  # 左上
  p2:
  - 482
  - 247

  # 右下
  p3:
  - 715
  - 411

  # 右上
  p4:
  - 693
  - 187
  size_frame: '800'
  width_og: 600

参考资料

• https://github.com/basileroth75/covid-social-distancing-detection