Geweld detectie met behulp van neurale netwerken

De hoeveelheid publiek geweld is dramatisch toegenomen. Het geweld varieert van terreuraanslagen waar meerdere mensen bij betrokken zijn tot aanvallen met een mes door een enkel persoon. Het resultaat is het alomtegenwoordige gebruik van observatie camera’s. Grote hoeveelheden observatie apparatuur worden gebruikt op locaties als straten, treinstations en psychiatrische instellingen. De apparatuur helpt autoriteiten en beveiligers gewelddadige aanvallen te identificeren en de nodige stappen te nemen om de desastreuze gevolgen te minimaliseren. Helaas vereisen de meeste systemen manuele inspectie van de videobeelden voor het identificeren van zulke scenario’s, wat een inefficiënte klus is. Er is een brede interesse naar het ontwikkelen van een techniek voor het automatisch analyseren van de observatie beelden om de aanwezigheid van geweld te identificeren. Recente vorderingen in computervisie zijn een belangrijke trend in camera observatie die grote efficiëntie voordelen zouden kunnen opleveren.

Moeilijkheden geweld detectie

Ondanks het potentiële belang is er nog niet genoeg aandacht besteed aan het detecteren van gewelddadige interactie vergeleken met het herkennen van gewoon gedrag, wat aanzienlijk is verbeterd in de afgelopen jaren. Het detecteren van gewelddadig gedrag is in essentie een taak van actie herkenning. Gelukkig is geweld in een beschaafde samenleving een abnormaliteit. Hierdoor heeft het detecteren van geweld te maken met het detecteren van afwijkingen, wat een voordeel is. Maar er zijn ook moeilijkheden bij het herkennen van geweld.

Het belangrijkste punt bij het gebruik van computervisie technologieën is het extraheren van kenmerken die de opeenvolgingen van handelingen tijdens een gevecht vertegenwoordigen. Hoewel het herkennen van gewelddadige interactie veel gemeen heeft met het herkennen van gewoon gedrag, verschilt geweld van gewoon gedrag vanwege de willekeurige combinatie van meerdere soorten handelingen, waaronder een trap, klap en duw. De onregelmatige afdekking van bewegingen is het meest opvallende kenmerk van geweld, en ook een van de problemen als het gaat om het beschrijven van het gewelddadige gedrag. Daarnaast kunnen gewelddadige en niet-gewelddadige taferelen een hoge mate van overlap hebben. De details moeten goed onder de loep genomen worden om bijvoorbeeld tijdens een voetbalwedstrijd een gevecht te onderscheiden van een omhelzing. Op het gebied van actie herkenning en geweld detectie zijn er twee cruciale en complementaire aspecten: uiterlijk en beweging. Echter, het extraheren van zulke informatie brengt een aantal complexiteiten met zich mee, waaronder variaties in verlichting, veranderingen gezichtspunt, camerabewegingen, etcetera.

Geweld detectie met behulp van ConvNets

Er komen steeds betere oplossingen voor geweld detectie. De nieuwste diepe neurale netwerken kunnen nu geweld in videobeelden ‘zien’. Recent zijn er grote successen behaald op het gebied van het classificeren van beelden van objecten en video-based actie herkenning met ConvNets. De grote modellering capaciteit van diepe ConvNets maakt het mogelijk om een onderscheidende representatie te leren kennen uit rauwe visuele data met behulp van grootschalige, gecontroleerde datasets. Voor optimale performance worden de diepe ConvNets getraind met grote datasets, die bijvoorbeeld bestaan uit video’s gelabeld met geweld en video’s zonder geweld.

Video’s zijn natuurlijk opeenvolgingen van afbeeldingen. Terwijl de meeste state-of-the-art beeld classificatiesystemen op de een of andere manier convolutional layers gebruiken, wordt sequentiële data regelmatig verwerkt door Long Short-Term Memory (LSTM) Networks. De combinatie van ConvNets en LSTM Networks voor video classificatie taken blijkt opmerkelijk te zijn.

Geweld detectie is een belangrijke toepassing van neurale netwerken, maar er zijn er veel meer. Zo worden neurale netwerken ook gebruikt om vallen te detecteren, wat voor ouderen een groot risico is dat aangepakt kan worden met smart home healthcare systemen. Ook in ziekenhuizen kunnen neurale netwerken gebruikt worden om o.a. plotselinge aanvallen te detecteren, zodat de doktoren snel ter plekke kunnen zijn. Kortom; neurale netwerken ons helpen om ons werk te vergemakkelijken en de wereld een veiligere en fijnere plek te maken.

Geef een reactie

Vul je gegevens in of klik op een icoon om in te loggen.

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit /  Bijwerken )

Google photo

Je reageert onder je Google account. Log uit /  Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit /  Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit /  Bijwerken )

Verbinden met %s