Les pistolets sont les armes à feu préférées de nombreuses personnes. Ils sont petits, le pistolet peut être caché sous une veste ou dans un sac, la précision de tir de nombreux modèles est très élevée (bien sûr, à condition que le propriétaire ait les compétences appropriées). Malheureusement, tout ce qui précède s'applique non seulement aux citoyens respectables, aux militaires, aux responsables de l'application des lois, mais aussi aux criminels. Les petits pistolets sont souvent utilisés pour les vols, les enlèvements et les meurtres.
Trouver une arme à feu est loin d'être aussi simple qu'il y paraît, il n'y a peut-être aucun signe extérieur de la porter. Certes, certains criminels avec des armes à feu ne se comportent pas trop prudemment. Parfois, ils montrent des armes (par accident ou à dessein) quelque part en public, assis dans une voiture ou juste à l'extérieur. Si les systèmes de vidéosurveillance étaient équipés d'un logiciel spécial capable de détecter de tels cas, la police recevrait alors plus d'informations sur les agresseurs potentiels. Peut-être qu'un tel système contribuerait à rendre les rues des villes de différents pays plus sûres. Une telle plate-forme logicielle n'est pas du tout une fiction; des scientifiques de l'Université de Grenade (Grenade, Espagne) travaillent actuellement à sa création.
Les développeurs de ce système
pensent que si des armes à feu pouvaient être détectées avant même que le coup de feu ne soit tiré, le crime serait contrôlé plus efficacement par la police. La plateforme est un service d'apprentissage automatique, un réseau de neurones, qui détermine avec une grande précision la présence de pistolets dans les images, y compris dans la vidéo en temps réel. Le service peut «voir» l'arme sur des vidéos YouTube de mauvaise qualité, même si l'arme s'est «allumée» pendant un quart de seconde.
«Le taux de criminalité à l'aide de pistolets dans différentes régions du monde ne cesse de croître»,
explique Siham Tabik, chef de l'équipe de recherche. - «L'un des moyens possibles de réduire le nombre de ces cas est l'introduction d'un système de détection précoce des armes, qui avertira les forces de l'ordre du danger. En particulier, cela peut être fait en équipant un tel système de systèmes de vidéosurveillance dans les colonies. »
Des experts espagnols ont créé leur plate-forme logicielle basée sur le modèle de classification
VGG-16 , après avoir formé le système de base de données d'images ImageNet, qui contient environ 1,28 million de photos. En outre, le réglage fin du service a été effectué à l'aide de la base de données de photographies des chercheurs eux-mêmes contenant 3000 images.
La création d'un réseau de neurones capable de détecter la présence de pistolets dans des images de différents types se heurte aux
problèmes suivants :
- Chaque personne tient un pistolet à sa manière. Quelqu'un tient une arme avec une main, quelqu'un avec deux;
- Le processus de création d'un échantillon d'images pour la formation prend du temps;
- Le système de détection automatique d'un pistolet dans une image ne devrait fonctionner que lorsque le réseau neuronal est «sûr» qu'il existe réellement des armes;
- L'introduction d'un tel système nécessite le développement d'un module de géolocalisation, afin que, par exemple, la police reçoive des informations sur la "lumière" de l'arme en référence au lieu.
Un plus du nouveau système peut être appelé le fait que pour sa formation finale et l'amélioration des capacités, un petit nombre de photos avec des armes est nécessaire. Dans le cas du développement de systèmes de détection de visages, tout est beaucoup plus compliqué - il faut des millions et des millions de photos pour la formation, des algorithmes complexes spéciaux qui évaluent les visages des personnes lors de la recherche de correspondances possibles. Ici, il vous suffit d'évaluer un certain nombre de paramètres visuels qui vous permettent de déterminer la présence d'armes sur la photo.
Parmi les principaux points de leurs travaux, les chercheurs distinguent les suivants:
- Développement d'une nouvelle base de données pour les systèmes de formation pour la détection précoce des armes. L'expérience et les données obtenues au cours de ces travaux peuvent être utiles dans d'autres domaines;
- Détection de l'indicateur le plus universel pour détecter les armes à feu en vidéo en temps réel;
- L'introduction d'un nouveau critère, AATpI, qui vous permet d'évaluer la fiabilité de divers indicateurs de détection d'armes.
La plateforme, développée par les Espagnols, peut être formée à la recherche d'autres types d'armes. Maintenant, elle a tous les signes de base caractéristiques des pistolets. Il s'agit d'une grande base de données. Pour un "réglage fin", permettant de mettre en valeur d'autres types d'armes, des millions d'images avec de nouveaux objets ne sont plus nécessaires, quelques milliers suffisent. Cette approche fait gagner du temps. Les principes de base d'un tel système peuvent être utilisés pour développer d'autres plates-formes, par exemple, un système de détection pour les voitures d'un certain type. L'image entrante est évaluée par la plateforme logicielle en utilisant plus de 1000 critères différents.
«Le réseau de neurones a montré d'excellents résultats même en travaillant avec des vidéos YouTube de faible qualité. Après avoir traité 30 scènes différentes, elle a découvert avec succès l'arme sur presque toutes les scènes où elle se trouvait », expliquent les chercheurs. À l'avenir, les chercheurs prévoient de réduire le nombre de faux positifs de la plateforme en introduisant de nouveaux classificateurs d'objets et en finalisant ceux qui sont déjà utilisés.