Amigos, está quase na hora! O passo final em direção a um futuro compatível com Ed-209 aprovado pelo OCP: “Alarme de detecção automática de arma em vídeos usando aprendizado profundo” (PDF)…
Os atuais sistemas de vigilância e controle ainda requerem supervisão e intervenção humana. Este trabalho apresenta um novo sistema de detecção automática de armas de fogo em vídeos apropriados para fins de vigilância e controle. Reformulamos este problema de detecção no problema de minimizar falsos positivos e o resolvemos construindo o conjunto de dados de treinamento chave guiado pelos resultados de um classificador de Redes Neurais Convolucionais (CNN) profundo, avaliando então o melhor modelo de classificação sob duas abordagens, o deslizamento abordagem de janela e abordagem de proposta de região.
Os resultados mais promissores são obtidos pelo modelo baseado no Faster R-CNN treinado em nosso novo banco de dados. O melhor detector apresenta alto potencial mesmo em vídeos do youtube de baixa qualidade e fornece resultados satisfatórios como sistema de alarme automático.Dentro de 30 cenas, ele ativa o alarme após cinco sucessivos verdadeiros positivos em menos de 0.2 segundos, em 27 cenas. Também definimos uma nova métrica, Ativação de Alarme por Intervalo (AApI), para avaliar o desempenho de um modelo de detecção como um sistema de detecção automática em vídeos.
E se algo der errado: