Блокбастери 1990-х навчили штучний інтелект розпізнавати пістолети

Люди мають жорстку програму, яка дозволяє їм швидко помічати об’єкти куточком ока: Дітей, що потрапили в біду, змій, що прослизають у кімнату, тощо. Для алгоритмів це завдання не таке просте, але вони стають все кращими. Можливо, колись вони навіть допоможуть людині виявити небезпечні об’єкти, які ми могли б пропустити. Дослідники з Університету Гранади, наприклад, використовували глибоке навчання, щоб навчити алгоритм ідентифікувати пістолети на відео в режимі реального часу.

Система може бути використана в системах домашньої безпеки, нагрудних камерах поліції і відеоспостереження в таких місцях, як школи, аеропорти і торгові центри. Вона також може бути застосована до відео в Інтернеті як спосіб моніторингу та картографування насильницького контенту.

Хоча близько 30 відсотків дорослих американців стверджують, що володіють зброєю, зброя постійно присутня в нашому житті. Здається, вона є скрізь, куди б ви не подивилися – її носять поліцейські на телебаченні або вона є ключовим компонентом у багатьох найпопулярніших відеоіграх сьогодення. Тому цілком доречно, що дослідники Гранадського університету тренували свою систему на таких фільмах, як “Кримінальне чтиво”, франшизи “Місія нездійсненна” і “Джеймс Бонд”, завдяки яким багато хто з нас також вперше познайомився з вогнепальною зброєю.

Після навчання алгоритму на низькоякісному відео з цих класичних фільмів, він зміг ефективно ідентифікувати намальовану зброю у понад 96,5 відсотків випадків, при цьому аналізуючи в реальному часі зі швидкістю 5 кадрів за секунду. Коли алгоритм помічає пістолет, він обводить його червоною рамкою. Дослідники вважають, що модель можна поєднати з системою сигналізації, щоб швидко і недорого виявляти вогнепальну зброю в місцях, де вона заборонена або може становити загрозу.

Хоча вчені не очікують, що їхня модель повністю замінить існуючі системи виявлення зброї, такі як металодетектори, вони розглядають її як додаткову систему, яка допоможе усунути деякі недоліки традиційних методів. Наприклад, металодетектори вимагають, щоб зброя проходила через певну точку, що – як знає кожен, хто проходив контрольно-пропускний пункт – може створювати затори з людей у місцях великого скупчення людей. Модель також здатна розрізняти зброю та інші металеві предмети, чого не може зробити металодетектор.

Рекомендації редакції

• Найпоширеніші проблеми Zoom і способи їх усунення
• Режим очищення в TikTok: Що це таке і як ним користуватися
• Чи дійсно віртуальні екрани Quest Pro кращі за реальні монітори?
• Мета випадково показує вражаючу кольорову наскрізну камеру Quest Pro
• Окуляри доповненої реальності Air AR від Nreal вирушають до США, готові до роботи з iPhone

Source: digitaltrends.com