基于物联网的有效社交距离保持和接触追踪解决方案助力新冠疫情防控

### 基于物联网的有效社交距离和接触追踪解决方案以预防 COVID - 19 #### 1. 引言 COVID - 19 是一种极具传染性的呼吸道疾病，由 SARS - CoV - 2 病毒引起。该病毒攻击呼吸系统，引发中毒、发烧、恶心和呼吸急促等症状。为防止疫情蔓延，许多国家实施了封锁措施，要求居民居家隔离。 社区卫生机构，如美国疾病控制与预防中心（CDC）明确指出，避免与他人密切接触是预防新冠病毒传播的最有效策略。人们逐渐习惯通过保持社交距离来应对疫情，许多社区活动、团队活动以及集会，如旅行、会议、聚会、研讨会和祈祷等都被禁止。人们被鼓励尽可能使用电话和电子邮件来管理和组织活动，以减少人际接触。同时，成年人也被建议养成良好的卫生习惯，如洗手、戴口罩和避免与病人密切接触。 然而，知道如何减少病毒感染和实际做到之间存在差距。世界卫生组织（WHO）指出，新冠病毒通过口鼻的微小飞沫在人与人之间传播，因此保持至少一米的社交距离是减少与可能携带病毒者身体接触的最佳策略。 目前，全球很少有利用物联网统计数据作为预防或预测新冠病毒的方法，或在流行病学方面作为模型的努力。不过，已经开发了一种用于控制工作场所社交距离和口罩佩戴情况的视觉工具，借助食品安全摄像头分析实时或离线数据，以检测社交距离和口罩佩戴情况，这有助于监测卫生政策的执行。 新冠疫情的蔓延对人类的出行模式和日常社交行为产生了巨大影响。为了实施纠正措施，有必要了解疾病传播的模式及其在邻里之间的传播机制。为了提高社交追踪的有效性，世界各地都在推进移动技术和物联网（IoT）的发展，以帮助追踪与确诊患者密切接触的人员。即使疫苗治疗出现，新冠疫情的管理方法在可预见的未来仍将继续，数字通信将成为应对疫情和采取预防措施（如社交隔离和使用口罩）的重要组成部分。 #### 2. 相关工作 - **Sengupta 等人**：提出开发应对环境疫情的计划，以协助追踪工业和社区环境中的安全相关问题。该框架将整合工业或公共场所监控摄像头和物联网边缘设备的视频数据，采用混合方法将现有摄像头和物联网设备的数据流与基于云的计算机边缘相结合。 - **S. Srinivasan 等人**：提出了一种完整有效的解决方案，利用目标检测、集成和基于二元分类的卷积神经网络（CNN）来检测人员、社交距离违规和口罩佩戴情况。他们使用 YOLOv3、基于拥塞音频应用的局部集合（DBSCAN）、双镜头人脸检测器（DSFD）和基于 MobileNetV2 的二元分类器来监控视频数据库，并对不同的面部表情和口罩分类模型进行了比较研究。最后，提出了一种视频数据库标注方法，以弥补公共数据的不足，并用于系统测试。 - **Khanfor 等人**：利用社交物联网（SIoT）的概念，为智能城市中的行人提供一个全面的框架，以提高行人在真实世界地图中漫游时的安全性。该方法旨在减少人口密集地区感染风险，通过将物联网设备根据设备位置和用户之间的友谊规范分组为社区，为城市道路赋予安全权重，然后使用 Dijkstra 算法推荐最安全的路线。 - **某论文**：开发了一个信号处理框架，实现了集成主题运动分析和自动体温检测。该系统包括基于红外的传感器，通过现有物联网无线设备连接