Tre forskare, Amarjot Singh (University of Cambridge), Devendra Patil (NIT Warangal India), och SN Omkar (IISc Bangalore) arbetar med att använda en drönare och artificiell intelligens för att upptäcka stridande människor i en folkmassa.

Deras uppsats "Eye in the Sky:Real-time Drone Surveillance System (DSS) for Violent Individual Identification using ScatterNet Hybrid Deep Learning Network" finns på arXiv. En video visar hur deras system fungerar.

DroneDJ sammanfattade deras tillvägagångssätt, säger att de använder en "off-the-shelf-konsumentdrönare ladda den med AI och låter den övervaka ett trångt område som en idrottsstadion eller en protest och leta efter våldshandlingar som stansning, sparkar, strypa, skjuta eller sticka. "

Varför bry sig? Är inte vanliga CCTV -kameror tillräckliga? Standard CCTV -kameror gör inte det bästa jobbet med att övervaka våldsbrottslingar i stora allmänna utrymmen. Ange drönare.

Papperet kommer att visas i en workshop på IEEE Computer Vision and Pattern Recognition (CVPR) 2018 den här månaden. Systemet upptäcker våldsamma individer i realtid genom att bearbeta drönarbilderna i molnet.

De tog upp fem våldsamma typer av handlingar i sin tidning:stansning, sparkar, strypa, skjuta eller sticka.

Deras forskning introducerade vad de kallar "den våldsamma individuella datauppsättningen som används för att träna det djupa nätverket." Förhoppningsvis kan det uppmuntra andra forskare som är intresserade av att använda djupinlärning för flygövervakning, sa de.

James Vincent i Gränsen förklarade att en algoritm som utbildats med hjälp av djupinlärning uppskattar människors poser i videon och matchar dem med hållningar som forskarna har betecknat som våldsamma. Videon noterade att våldsamma människor är markerade med avgränsningslådor.

Hur effektivt är deras system? Noggrannheten sjunker när fler personer kommer in på scenen. James Vincent:"Men forskningen måste tas med en nypa salt, särskilt när det gäller dess påståenden om riktighet. Singh och hans kollegor rapporterar att deras system var 94 procent korrekta när de identifierade ”våldsamma” poser, men de noterar att ju fler människor som visas i ram, ju lägre denna siffra. (Det sjönk till 79 procent noggrannhet när man tittade på 10 individer.) "

Deras arbete speglar ett forskningsintresse för att utforska sätt att använda maskininlärning för att analysera videofilmer. De planerar att testa det under två kommande festivaler i Indien, sa DroneDJ .

Tidningen introducerade också datauppsättningen Aerial Violent Individual (AVI) som kan gynna andra forskare som syftar till att använda djupinlärning för luftövervakningsprogram.

I den större bilden, det är uppenbart nu att ordet "övervakning" i och för sig är en laddad term, och man tänker på förtryckande regeringar som är ivriga att tysta demonstranter genom att sätta dem i lås och lås av tunna skäl. Å andra sidan, samhällen hanterar vandaler, hatgrupper och kidnappningar.

"Allt kan användas för gott. Allt kan användas för dåligt, "sa Singh, ledande forskare, i Gränsen .

© 2018 Tech Xplore