在世界范围内，为防止COVID-19的传播，人们一直在鼓励采取社交疏散和戴口罩之类的措施。但是，各个地区的个人实际，现实世界的行为差异很大，并且COVID-19感染率也相应地波动。现在，普渡大学的研究人员正在使用来自世界各地公共摄像机的录像来评估这些地区的人们的实际举止。

当然，这些摄像机已经存在：时代广场(Times Square)和涩谷十字路口(Shibuya Crossing)等地方的现场直播，这些地方是大量人流的热门目的地。普渡大学的研究人员建立了一个网站，汇集了这些资源-遍及100多个国家/地区的约30,000台摄像机-旨在利用这些数据自动评估这些地区随时间推移的社会距离(或缺乏距离)。该工具是普渡大学同一实验室于2016年开发的预先存在的许多CAMeras连续分析(CAM 2 )工具的子集，该工具本身构成了世界上最大的摄像机网络，拥有超过12万个可访问的摄像机。

自三月以来，该工具一直在收集素材以进行社会距离分析，每十分钟存档一次图像数据和视频数据，并将这些数据发送到云数据中心进行处理。研究人员使用这些镜头，运用深度学习技术对场景进行分类，估计人群密度，检测各种物体并估计个人之间的距离(不使用任何形式的面部识别功能，从而使项目保持隐私意识)。该项目得到了美国国家科学基金会(NSF)的资助以及Argonne国家实验室的Argonne领导力计算设施(ALCF)的Cooley集群上的计算和存储分配的支持。

“研究人员已经拥有了从视频和照片中分析人类行为所需的工具，但是这种行为可能会根据场所的背景或文化而发生显着变化。我们需要广泛的数据来获得这些详细的见解，并且该站点提供了这些数据。”普渡大学电气与计算机工程学教授卢永祥说。

有了手头的工具，Lu的实验室将努力确定政策如何随着时间的推移影响人群的规模和人流量。

“人们如何应对政策变化?” 鲁问。“取消限制后，人群突然增加了吗?还是逐步增加了?是否按国家或地区有明显的模式?这些是我们希望回答的问题。”