Пистолеты — излюбленное огнестрельное оружие многих людей. Они невелики, пистолет можно спрятать под пиджаком или в сумке, точность стрельбы многих моделей очень высока (конечно, при условии наличия соответствующих навыков у владельца). К сожалению, все сказанное относится не только к добропорядочным гражданам, военным, сотрудникам правоохранительных органов, но и к преступникам. Небольшие пистолеты часто используются для грабежей, похищений и убийств.
Обнаружить пистолет далеко не так просто как кажется, внешних признаков их ношения может и не быть. Правда, некоторые преступники с огнестрельным оружием ведут себя не слишком предусмотрительно. Иногда они показывают оружие (случайно или специально) где-то на людях, сидя в автомобиле или же просто на улице. Если бы системы видеонаблюдения были оснащены специальным программным обеспечением, позволяющим выявлять такие случаи, то полицейские получали бы больше информации о потенциальных злоумышленниках. Возможно, такая система помогла бы сделать улицы городов разных стран более безопасными. Подобная программная платформа — вовсе не фантастика, над ее созданием сейчас работают ученые из Гранадского университета (Гранада, Испания).
Разработчики этой системы считают, что если бы огнестрельное оружие можно было обнаружить еще до того, как раздался выстрел, то преступность бы контролировалась полицией более эффективно. Платформа представляет собой сервис машинного обучения, нейросеть, которая с высокой точностью определяет наличие пистолетов на изображениях, в том числе, на видео в режиме реального времени. Сервис может «увидеть» пистолет на некачественных видео из YouTube даже в том качестве, если оружие «засветилось» на четверть секунды.
«Уровень преступлений, совершаемых с использованием пистолетов в разных регионах мира постоянно растет», — говорит Сихам Табик, глава команды исследователей. — «Один из возможных способов снизить количество таких случаев — внедрение системы раннего обнаружения оружия, которая предупредит сотрудников правоохранительных органов об опасности. В частности, это можно сделать, оснастив такой системой системы видеонаблюдения в населенных пунктах».
Испанские специалисты создали свою программную платформу на основе классификационной модели VGG-16, обучив систему по базе изображений ImageNet, в которой содержится около 1,28 млн фотографий. Кроме того, тонкая настройка сервиса была осуществлена при помощи базы фотографий самих исследователей с 3000 изображений в ней.
Создание нейросети, способной определять наличие пистолетов на изображениях различного типа сопряжено с такими проблемами:
- Каждый человек держит пистолет по-своему. Кто-то держит оружие одной рукой, кто-то двумя;
- Процесс создания выборки изображений для обучения требует много времени;
- Система автоматического определения пистолета на изображении должна срабатывать только тогда, когда нейросеть «уверена», что оружие действительно есть;
- Внедрение такой системы требует разработки геолокационного модуля, чтобы, например, полиция получала информацию о «засвете» оружия с привязкой к месту.
Плюсом новой системы можно назвать то, что для ее финального обучения и совершенствования возможностей требуется небольшое количество фотографий с оружием. В случае с разработкой систем обнаружения лиц все гораздо сложнее — требуются миллионы и миллионы фотографий для обучения, специальные сложные алгоритмы, которые оценивают лица людей при поиске возможных совпадений. Здесь же нужно лишь оценить ряд визуальных параметров, позволяющих определить наличие оружия на фотографии.
В числе главных моментов своей работы исследователи выделяют такие:
- Разработка новой базы данных для обучения систем раннего обнаружения оружия. Опыт и данные, полученные в ходе такой работы, могут пригодиться и в других сферах;
- Обнаружение наиболее универсального индикатора обнаружения пистолетов на видео в режиме реального времени;
- Введение нового критерия, AATpI, который позволяет оценивать надежность различных индикаторов обнаружения оружия.
Платформа, разработанная испанцами, может быть обучена поиску и других типов оружия. Сейчас у нее есть все основные признаки, характерные для пистолетов. Это большая база данных. Для «тонкой настройки», позволяющей, выделять другие типы оружия, уже не требуются миллионы изображений с новыми объектами, достаточно всего нескольких тысяч. Такой подход экономит время. Основные принципы работы такой системы можно использовать и для разработки иных платформ, например, системы обнаружения автомобилей определенного типа. Входящее изображение оценивается программной платформой по более, чем 1000 различных критериев.
«Нейросеть показала отличные результаты даже при работе с низкокачественными видео с YouTube. Обработав 30 разных сцен, она успешно обнаружила оружие практически на всех сценах, где оно было», — заявляют исследователи. В будущем исследователи планируют снизить количество ложных срабатываний платформы путем введения в работу новых классификаторов объектов и доработке тех, что уже используются.
Источник
