为解决未标定摄像头监控视频中行人安全社交距离的估计问题，提出将行人检测、单应性与尺度估计相结合的方法，对单目相机中行人是否处于安全社交距离进行二分类。首先基于YOLOv5s框架，采用MSCOCO数据集中只含有行人的数据训练得到鲁棒性较好的行人检测器；然后根据相机成像模型假设，推导出从场景地面到图像平面的单应性矩阵，再通过人类平均身高和图像行人检测框高度估计从场景地面到图像中行人局部区域的尺度信息，从而在图像上投影出行人椭圆形安全区域；最后通过计算图像中行人安全区域的重叠情况判断其是否违反安全社交距离。实验结果表明，当IoU=0.5时，该方法在MSCOCO只含行人数据的验证集上的行人检测准确率、召回率和AP分别达到81.39%、82.39%和76.52%；在OTC数据集上行人安全社交距离二分类的准确率、召回率和F1值分别达到98.99%、89.12%和93.79%。所提方法在一般监控场景下对行人安全社交距离违反情况的检测性能较佳。
0 引言
新冠肺炎的全球大流行严重影响了公共卫生安全。世界卫生组织提出了减少病毒传播的指导方针，其中最重要的措施之一是外出时与他人保持安全的社交距离。社交距离是一种公共卫生实践，旨在防止患病人群与健康人群密切接触，以减少疾病传播机会[