88 / 2023-04-28 20:17:29

基于视频分析技术的人员表面接触行为研究：以办公室为例

机器学习；表面传播；触摸行为；传染病；办公室

表面传播是大多数消化道传染病的主要传播途径，也是包括新冠在内的很多呼吸道传染病的潜在传播途径。目前针对表面传播途径的研究，大多的触摸行为数据缺乏真实性，不能反映人员的真实情况。而之前人员触摸行为数据的收集主要依赖肉眼观察，存在工作量极大、精度低等问题，这极大地限制了这些方法的实用性。为了降低人员触摸行为数据的收集难度、增加数据量并且提升所统计接触行为数据的精度，本研究提出了基于半监督机器学习的技术用于分析人员表面基础行为。 本研究提出了一个系统，通过固定位置的RGBD摄像机以某研究生办公室为例，获取室内的人员触摸行为的统计数据。该系统同时捕捉RGB彩色图像和深度图像数据，整个系统的数据获取速度为12帧/秒。系统采用深度神经网络对接触行为进行检测，神经网络的训练过程采用半监督的学习方式以降低训练数据的标注成本。 本研究共计收集了办公室内8个小时的数据，共计345,600帧图像；其中8,000帧数据用于神经网络的训练。训练完成后，该系统检测接触行为精度可达90%以上。进一步将该系统的检测结果同所提出的新冠病毒表面传播模型结合，即可预测评估室内表面上病毒量，从而分析室内传染病的传播风险。据此，本文进一步提出相关的防疫措施。本研究可为某些室内场景的传染病表面传播途径提供数据支撑。