Vrienden, al snel de tijd komt! De laatste stap in een OCP goedgekeurd ED-209-compatible toekomst: „Automatisch pistool detectie alarm in video's met Deep Learning“ (PDF)…

De huidige toezicht en controle systemen vereisen nog steeds menselijk toezicht en interventie. Dit werk presenteert een nieuw automatisch pistool detectiesysteem in video's geschikt is voor zowel, surveillance en controledoeleinden. We herformuleren deze detectie probleem in het probleem van het minimaliseren van false positives en oplossen door de bouw van de belangrijkste training data-set laten leiden door de resultaten van een diepe Convolutional Neural Networks (CNN) classifier, dan is het beoordelen van de beste indeling model onder de twee benaderingen, het schuifraam aanpak en regio voorstel aanpak.

De meest veelbelovende resultaten worden verkregen door Faster R-CNN based model getraind op onze nieuwe database. De beste detector tonen een hoog potentieel, zelfs in lage kwaliteit YouTube-video's en levert bevredigende resultaten als automatisch alarmsysteem. Tussen 30 scènes, het met succes activeert het alarm na vijf opeenvolgende ware positieven in minder dan 0.2 Seconden, In 27 scènes. We hebben ook een nieuwe statistiek te definiëren, Alarm Activering per Interval (pesten), om de prestaties van een detectiemodel beoordeelt een automatisch detectiesysteem video.

En in het geval er iets mis zou gaan:

Nails