Pistolen sind die Lieblingswaffen vieler Menschen. Sie sind klein, die Waffe kann unter einer Jacke oder in einer Tasche versteckt werden, die Schussgenauigkeit vieler Modelle ist sehr hoch (natürlich vorausgesetzt, der Besitzer verfügt über die entsprechenden Fähigkeiten). Leider gilt all dies nicht nur für angesehene Bürger, Militärs, Strafverfolgungsbeamte, sondern auch für Kriminelle. Kleine Pistolen werden oft für Raubüberfälle, Entführungen und Morde eingesetzt.
Das Finden einer Waffe ist alles andere als so einfach, wie es scheint. Es gibt möglicherweise keine äußeren Anzeichen dafür, dass sie getragen wird. Es stimmt, einige Kriminelle mit Schusswaffen verhalten sich nicht zu umsichtig. Manchmal zeigen sie Waffen (versehentlich oder absichtlich) irgendwo in der Öffentlichkeit, sitzen in einem Auto oder draußen. Wenn die CCTV-Systeme mit einer speziellen Software ausgestattet wären, die solche Fälle erkennen könnte, würde die Polizei mehr Informationen über potenzielle Angreifer erhalten. Vielleicht würde ein solches System dazu beitragen, die Straßen von Städten in verschiedenen Ländern sicherer zu machen. Eine solche Softwareplattform ist überhaupt keine Fiktion, Wissenschaftler der Universität von Granada (Granada, Spanien) arbeiten derzeit an ihrer Entwicklung.
Die Entwickler dieses Systems
glauben, dass das Verbrechen von der Polizei wirksamer kontrolliert werden würde, wenn Schusswaffen bereits vor dem Schuss entdeckt werden könnten. Die Plattform ist ein maschineller Lerndienst, ein neuronales Netzwerk, das mit hoher Genauigkeit das Vorhandensein von Pistolen in Bildern, einschließlich Echtzeitvideos, bestimmt. Der Dienst kann die Waffe in YouTube-Videos von geringer Qualität „sehen“, selbst wenn die Waffe eine Viertelsekunde lang „aufleuchtet“.
„Die Kriminalitätsrate mit Pistolen in verschiedenen Regionen der Welt wächst ständig“,
sagt Siham Tabik, Leiter des Forschungsteams. - „Eine der Möglichkeiten, die Anzahl solcher Fälle zu verringern, ist die Einführung eines Systems zur Früherkennung von Waffen, das Strafverfolgungsbeamte vor der Gefahr warnt. Dies kann insbesondere durch die Ausstattung eines solchen Systems von Videoüberwachungssystemen in Siedlungen erreicht werden. “
Spanische Experten haben ihre Softwareplattform auf der Grundlage des Klassifizierungsmodells
VGG-16 erstellt und das ImageNet-Bilddatenbanksystem trainiert, das etwa 1,28 Millionen Fotos enthält. Darüber hinaus wurde die Feinabstimmung des Dienstes anhand der Datenbank mit Fotos der Forscher selbst mit 3000 Bildern durchgeführt.
Das Erstellen eines neuronalen Netzwerks, das das Vorhandensein von Pistolen in Bildern verschiedener Typen erkennen kann, ist mit
folgenden Problemen behaftet:
- Jeder hält eine Waffe auf seine Weise. Jemand hält eine Waffe mit einer Hand, jemand mit zwei;
- Das Erstellen einer Stichprobe von Bildern für das Training ist zeitaufwändig.
- Das System zur automatischen Erkennung einer Pistole in einem Bild sollte nur funktionieren, wenn das neuronale Netzwerk „sicher“ ist, dass es wirklich Waffen gibt.
- Die Einführung eines solchen Systems erfordert die Entwicklung eines Geolokalisierungsmoduls, damit beispielsweise die Polizei Informationen über das "Licht" der Waffe in Bezug auf den Ort erhält.
Ein Plus des neuen Systems kann als die Tatsache bezeichnet werden, dass für das endgültige Training und die Verbesserung der Fähigkeiten eine kleine Anzahl von Fotos mit Waffen erforderlich ist. Bei der Entwicklung von Gesichtserkennungssystemen ist alles viel komplizierter - es werden Millionen und Abermillionen von Fotos für das Training benötigt, spezielle komplexe Algorithmen, die die Gesichter von Menschen bewerten, wenn sie nach möglichen Übereinstimmungen suchen. Hier müssen Sie nur eine Reihe von visuellen Parametern auswerten, mit denen Sie das Vorhandensein von Waffen auf dem Foto feststellen können.
Unter den Hauptpunkten ihrer Arbeit unterscheiden Forscher Folgendes:
- Entwicklung einer neuen Datenbank für Trainingssysteme zur Früherkennung von Waffen. Die im Rahmen dieser Arbeiten gewonnenen Erfahrungen und Daten können in anderen Bereichen nützlich sein.
- Erkennung des universellsten Indikators zur Erkennung von Waffen in Echtzeitvideos;
- Die Einführung eines neuen Kriteriums, AATpI, mit dem Sie die Zuverlässigkeit verschiedener Indikatoren zur Erkennung von Waffen bewerten können.
Die von den Spaniern entwickelte Plattform kann in der Suche nach anderen Waffentypen geschult werden. Jetzt hat sie alle grundlegenden Zeichen, die für Pistolen charakteristisch sind. Dies ist eine große Datenbank. Für die "Feinabstimmung", mit der andere Waffentypen hervorgehoben werden können, werden Millionen von Bildern mit neuen Objekten nicht mehr benötigt, nur ein paar Tausend reichen aus. Dieser Ansatz spart Zeit. Die Grundprinzipien eines solchen Systems können verwendet werden, um andere Plattformen zu entwickeln, beispielsweise ein Erkennungssystem für Autos eines bestimmten Typs. Das eingehende Bild wird von der Softwareplattform anhand von mehr als 1000 verschiedenen Kriterien ausgewertet.
„Das neuronale Netzwerk zeigte hervorragende Ergebnisse, selbst wenn mit YouTube-Videos von geringer Qualität gearbeitet wurde. Nachdem sie 30 verschiedene Szenen verarbeitet hatte, entdeckte sie die Waffe erfolgreich in fast allen Szenen, in denen sie sich befand “, sagen die Forscher. In Zukunft planen die Forscher, die Anzahl der Fehlalarme der Plattform zu verringern, indem sie neue Klassifizierer von Objekten einführen und die bereits verwendeten endgültig festlegen.