Ystävät, kohta on aika! Viimeinen askel kohti OCP-hyväksyttyä Ed-209-yhteensopivaa tulevaisuutta: «Automaattinen käsiaseentunnistushälytys videoissa, joissa käytetään syvällistä oppimista» (PDF)…
Nykyiset valvonta- ja valvontajärjestelmät edellyttävät edelleen ihmisen valvontaa ja puuttumista asiaan. Tämä työ esittelee uuden automaattisen käsiaseiden havaitsemisjärjestelmän videoissa, jotka soveltuvat sekä valvonta- että valvontatarkoituksiin. Muotoilemme tämän havaitsemisongelman väärien positiivisten tulosten minimoimiseksi ja ratkaisemme sen rakentamalla keskeisen koulutustietojoukon, jota ohjaavat syvällisen Convolutional Neural Networks (CNN) -luokittelijan tulokset, ja arvioimalla sitten paras luokitusmalli kahdella lähestymistavalla, liukuva ikkuna lähestymistapa ja alue ehdotus lähestymistapa.
Lupaavimmat tulokset saadaan uudesta tietokannastamme koulutetulla Faster R-CNN -perusteisella mallilla. Paras ilmaisin näyttää korkean potentiaalin jopa heikkolaatuisissa YouTube-videoissa ja tarjoaa tyydyttävät tulokset automaattisena hälytysjärjestelmänä. 30 kohtauksen joukosta se aktivoi hälytyksen onnistuneesti viiden peräkkäisen todellisen positiivisen jälkeen alle 0.2 sekunnissa 27 kohtauksessa. Määritämme myös uuden tiedon, hälytyksen aktivointi intervallia kohti (AApI), jotta voidaan arvioida havaintomallin suorituskykyä videoiden automaattisena havaintojärjestelmänä.
Ja jos jotain menee pieleen: