手枪是许多人最喜欢的枪支。 它们很小，可以将枪藏在外套或包中，许多型号的射击精度很高（当然，只要拥有者具备适当的技能）。 不幸的是，以上所有内容不仅适用于受人尊敬的公民，军队，执法人员，还适用于罪犯。 小手枪通常用于抢劫，绑架和杀害。
要找到枪支，看起来似乎并不那么简单，可能没有任何外部迹象表明它会戴在身上。 的确，有些持枪犯罪分子的举止并不审慎。 有时，他们会在公共场所，坐在车里或外面展示武器（偶然或故意）。 如果闭路电视系统配备了可以检测到此类案件的特殊软件，那么警方将获得有关潜在攻击者的更多信息。 也许这样的系统将有助于使不同国家的城市街道更安全。 这样的软件平台根本不是虚构的；来自格拉纳达大学（西班牙格拉纳达）的科学家现在正在着手创建它。
该系统的开发人员
认为 ，如果甚至在开枪之前就可以检测到枪支，那么警方将更有效地控制犯罪。 该平台是一种机器学习服务，是一种神经网络，可以高精度地确定图像（包括实时视频）中手枪的存在。 即使武器“点亮”了四分之一秒，该服务仍可以在低质量的YouTube视频上“看到”枪响。
研究团队负责人Siham Tabik
说： “在世界不同地区，使用手枪的犯罪率正在不断提高。” -“减少此类案件数量的一种可能方法是引入一种早期发现武器的系统，该系统将警告执法人员危险。 特别是，这可以通过在居民点配备这种视频监视系统来完成。”
西班牙专家已经基于分类模型
VGG-16创建了他们的软件平台，并训练了ImageNet图像数据库系统，该系统包含约128万张照片。 此外，使用研究人员自己的照片数据库（其中包含3000张图像）对服务进行了微调。
创建一个可以检测各种类型图像中手枪的存在的神经网络存在
以下问题 ：
- 每个人都以自己的方式拿着枪。 有人用一只手握住武器，有人用两只手握住武器。
- 创建图像样本进行训练的过程非常耗时；
- 仅当神经网络“确定”确实有武器时，用于图像中手枪自动检测的系统才应工作。
- 这种系统的引入要求开发地理定位模块，以便例如警察接收有关该地点的武器“光”的信息。
新系统的一个优点是可以对其进行最终训练和提高功能，而只需要少量带武器的照片即可。 在开发人脸检测系统的情况下，一切都变得更加复杂-训练需要花费数百万张照片，特殊的复杂算法，这些算法在寻找可能的匹配项时会评估人的面部。 在这里，您只需要评估一些视觉参数即可确定照片中武器的存在。
研究人员的主要工作重点是：
- 开发用于早期发现武器的训练系统的新数据库。 在这种工作过程中获得的经验和数据可能在其他领域有用；
- 检测最通用的实时视频枪支指示器；
- 引入了新标准AATpI，可让您评估各种用于检测武器的指标的可靠性。
由西班牙人开发的平台可以接受训练，以寻找其他类型的武器。 现在，她具有手枪的所有基本特征。 这是一个大型数据库。 对于“微调”，允许突出显示其他类型的武器，不再需要数以百万计的带有新对象的图像，仅几千个就足够了。 这种方法节省了时间。 这种系统的基本原理可用于开发其他平台，例如，用于某种类型汽车的检测系统。 软件平台使用1000多种不同的标准来评估传入的图像。
“即使使用低质量的YouTube视频，神经网络也显示出出色的结果。 研究人员说，在处理了30个不同的场景后，她成功地在几乎所有场景中成功发现了这种武器。 将来，研究人员计划通过引入新的对象分类器并最终确定已使用的对象，以减少平台的误报次数。