Freunde, bald ist es soweit! Der letzte Schritt in eine OCP-genehmigte Ed-209-kompatible Zukunft: «Alarme de détection automatique des armes de poing dans les vidéos utilisant le Deep Learning» (PDF)…
Les systèmes de surveillance et de contrôle actuels nécessitent encore une supervision et une intervention humaine. Ce travail présente un nouveau système de détection automatique des armes de poing dans des vidéos appropriées à la fois à des fins de surveillance et de contrôle. Nous reformulons ce problème de détection en problème de minimisation des faux positifs et le résolvons en construisant l'ensemble de données de formation clé guidé par les résultats d'un classificateur profond de réseaux de neurones convolutifs (CNN), puis en évaluant le meilleur modèle de classification selon deux approches, le modèle glissant. approche par fenêtre et approche par proposition de région.
Les résultats les plus prometteurs sont obtenus par le modèle basé sur Faster R-CNN formé sur notre nouvelle base de données. Le meilleur détecteur montre un potentiel élevé même dans les vidéos YouTube de faible qualité et fournit des résultats satisfaisants en tant que système d'alarme automatique. Parmi 30 scènes, il active avec succès l'alarme après cinq vrais positifs successifs en moins de 0.2 seconde, dans 27 scènes. Nous définissons également une nouvelle métrique, Alarm Activation per Interval (AApI), pour évaluer les performances d'un modèle de détection en tant que système de détection automatique dans les vidéos.
Et si quelque chose ne va pas :