Ricercatori della China University of Petroleum (CUP), a Pechino, hanno recentemente sviluppato un nuovo metodo per il rilevamento della violenza multiplayer basato su reti neurali convoluzionali 3D profonde (CNN). Il loro metodo è stato presentato in un articolo pubblicato su ICNCC 2018:Atti della VII Conferenza Internazionale sulla Rete del 2018, Comunicazione e informatica.

Negli ultimi anni, i progressi nella visione artificiale e nell'intelligenza artificiale (AI) hanno portato allo sviluppo di sistemi di videosorveglianza sempre più sofisticati, che possono aiutare le autorità locali a prevenire la criminalità e monitorare gli spazi pubblici in modo più efficace. Nonostante questi sviluppi, i più attuali sistemi di monitoraggio in tempo reale si basano sul lavoro manuale di agenti umani, che può richiedere molto tempo, e talvolta si traduce nel mancato rilevamento di tutte le attività illecite.

I ricercatori hanno quindi cercato di sviluppare sistemi di sorveglianza intelligenti e ad alta precisione che consentirebbero alle autorità di identificare comportamenti insoliti in modo più rapido ed efficace. L'aggiunta di moduli di analisi video intelligente a un sistema di monitoraggio consentirebbe in definitiva di analizzare autonomamente le informazioni e individuare situazioni anomale.

Una delle priorità chiave nel campo della sicurezza e della sorveglianza è identificare comportamenti violenti negli spazi pubblici al fine di intervenire tempestivamente e garantire la sicurezza degli altri membri della comunità. Con questo in testa, il team di ricercatori del CUP ha deciso di sviluppare un metodo di apprendimento automatico in grado di rilevare rapidamente comportamenti violenti, semplicemente analizzando i filmati di videosorveglianza. Il metodo proposto dai ricercatori utilizza una CNN 3-D, che è addestrato ad analizzare video e rilevare atti violenti compiuti da più persone.

"Rilevamento della violenza in scene affollate (come centri commerciali, banche e stadi) è significativamente importante, ma poche ricerche sono state fatte [in quest'area], " hanno scritto i ricercatori nel loro articolo. "Sulla base di questa situazione, questo articolo propone un metodo di rilevamento della violenza multiplayer basato su una profonda rete neurale convoluzionale tridimensionale (3-D CNN) che estrae le informazioni sulle caratteristiche spazio-temporali della violenza multiplayer."

Attualmente, esistono due tipi di metodi per rilevare la violenza nei video. Il primo tipo prevede l'uso della tradizionale estrazione delle caratteristiche e di un classificatore, mentre il secondo impiega tecniche di deep learning. Il nuovo metodo ideato dai ricercatori rientra in quest'ultima categoria, poiché studi precedenti suggeriscono che i modelli di apprendimento profondo per il rilevamento della violenza sono più convenienti ed efficaci rispetto agli approcci tradizionali.

Per formare e valutare il loro metodo, i ricercatori hanno utilizzato 500 video di violenza multiplayer e 500 video non violenti multiplayer, con risoluzioni fino a 1920*1080. Il loro modello CNN per il rilevamento della violenza si ispira a una rete sviluppata da Facebook AI Lab, nel 2014.

Per valutare il loro metodo, i ricercatori hanno effettuato una serie di esperimenti sulla Nvidia Tesla K80. Il loro metodo è risultato essere estremamente accurato, superando i tre tradizionali approcci di rilevamento della violenza che funzionano estraendo artificialmente le caratteristiche. Nel futuro, la loro CNN 3-D potrebbe essere ulteriormente sviluppata, consentendo agli utenti di determinare anche la posizione dei conflitti violenti che si verificano nei video.

© 2019 Science X Network