社交距离检测软硬件环境 windows 10 64bit anaconda with python 3.7 opencv

软硬件环境

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

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: github.com/basileroth7…

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，地址是: pan.baidu.com/s/1UWu1D0jp…，提取码：j3i8

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

social_distance_detect

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

social_distance_detect

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

social_distance_detect

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。

social_distance_detect

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

github.com/basileroth7…