Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Нейросеть научили распознавать оружие на видео
Испанские ученые разработали компьютерный алгоритм, который способен с высокой точностью распознавать огнестрельное оружие на видео.
На фоне роста глобальной террористической угрозы важным направлением развития систем видеонаблюдения выступает автоматический мониторинг потенциальных правонарушений. Существующие искусственные нейросети уже сравнительно хорошо справляются с распознаванием мимики и лиц, в том числе частично скрытых. Ранее исследователи также обучили компьютерные алгоритмы выявлять преступников по внешности и даже предсказывать злонамерения по активности мозга. Менее представлены технологии отслеживания определенных предметов, в частности оружия. Сейчас наличие последнего определяется в ходе досмотра и с помощью металлодетекторов. Однако надежность этих методов ограничена.
Так, проход через рамки металлодетектора невозможен для людей с кардиостимулятором, остальные при определенных условиях могут миновать проверку, используя обходной путь. Кроме того, подобные устройства не рассчитаны на поиск неметаллических предметов, например напечатанных на 3D-принтере. В качестве альтернативы специалисты из Гранадского университета создали компьютерный алгоритм для автоматического распознавания огнестрельного оружия независимо от его материала. Система предполагает интеграцию с видеонаблюдением: при возникновении соответствующего объекта в поле машинного зрения тот выделяется специальным тегом.
При разработке программы авторы использовали сверточную нейросеть на основе окон кандидатов (Region-based Convolutional Network, R-CNN). Такие алгоритмы применяются к задачам, связанным с быстрым трекингом конкретных визуальных образов: получаемое изображение R-CNN делит на регионы, за счет чего оценка местоположения и размеров заданного класса предметов требует всего одного считывания. Тренировка системы проводилась на более чем 1,3 миллиона снимков объектов из тысячи категорий ImageNet. На первом этапе стимулы объединили в четыре набора данных, которые включали в себя картинки из двух или более категорий. Наиболее эффективным оказалось обучение сразу по 102 из них.
Затем ученые сформировали пятый пул из 3000 фотографий, причем теперь все стимулы предполагали наличие руки, которая держит предмет. Помимо бытовых объектов (например, смартфонов) в целевой набор вошли изображения пистолетов в разных контекстах, в том числе кадры из фильмов. Обученную нейросеть исследователи испытали на семи видеофрагментах низкого качества: из кинокартин «Криминальное чтиво» (Pulp Fiction), «И целого мира мало» (James Bond: The World is Not Enough), «Миссия невыполнима: племя изгоев» (Impossible Mission: Rogue Nation), телесериала «Мистер Бин» (Mister Bin), а также реальных сценах с применением пистолетов. Точность определения оружия составила 96,6 процента.
Недостатком алгоритма, по словам авторов, выступает неспособность выявлять на видео оружие, скрытое, скажем, под одеждой. После совершенствования технологии она может помочь в предупреждении преступлений.
Статья опубликована на сервере препринтов arXiv.org.
На днях программисты показали алгоритм, который может реалистично адаптировать мимику изображенного человека к произвольному аудиоряду.
Даже при разработке точнейших научных инструментов случаются разные технические сюрпризы — и хорошо, если приятные. К счастью, именно так вышло на этот раз. Ученые получили очередную порцию данных с космического аппарата Parker Solar Probe и здорово удивились. На сделанном в оптическом диапазоне снимке ночной стороны Венеры видны детали поверхности, обычно скрытые плотными облаками. Теперь предстоит решить загадку: либо камера оказалась чувствительна к инфракрасному диапазону излучения, либо случайно обнаружилось «окно» для наблюдений через атмосферу этой планеты.
Математическое моделирование позволило подсчитать, что большинство случаев тяжелого течения коронавирусного заболевания и госпитализаций по этой причине в США оказались связаны с одним из четырех кардиометаболических нарушений, а главным образом — с ожирением.
Им удалось найти среду, где вырабатываются новые костные и иммунные клетки. Оказалось, для поддержания этой среды необходимо постоянное движение, например регулярные тренировки.
В Техасе замерзли газовые скважины и от холода встал блок АЭС: новые подробности рекордного блэкаута
Кого и что только ни успели уже обвинить в технологической катастрофе, которая произошла на этой неделе в США. Но эмоции плавно оседают, и начинают появляться первые результаты разбирательства. А они порой вызывают искреннее недоумение, честно говоря.
Звук — шум от передвижения марсохода — записан одним из его микрофонов.
Новое видео демонстрирует использование новейшего российского разведывательно-ударного БПЛА «Орион» на территории Сирии. Ранее этот комплекс приняли на вооружение.
Интересным наблюдением поделились сотрудники Чернобыльского радиационно-экологического биосферного заповедника. Они уже более трех лет следят за жизнью стада одичавших коров, поведение которого сильно отличается от того, что можно наблюдать у домашних сельскохозяйственных животных.
В Техасе замерзли газовые скважины и от холода встал блок АЭС: новые подробности рекордного блэкаута
Кого и что только ни успели уже обвинить в технологической катастрофе, которая произошла на этой неделе в США. Но эмоции плавно оседают, и начинают появляться первые результаты разбирательства. А они порой вызывают искреннее недоумение, честно говоря.
В научном журнале The Lancet появились итоги клинических испытаний «Спутника-V», и на первый взгляд эта публикация — триумф. Российская вакцина показала эффективность выше, чем у Pfizer и Moderna. Увы, на этом хорошие новости закончились. Плохих две.
Комментарии