p Pesquisadores da China University of Petroleum (CUP), em Pequim, desenvolveram recentemente um novo método para detecção de violência multijogador com base em redes neurais convolucionais 3-D profundas (CNNs). Seu método foi apresentado em um artigo publicado no ICNCC 2018:Proceedings of the 2018 VII International Conference on Network, Comunicação e Informática. p Nos últimos anos, avanços na visão computacional e inteligência artificial (IA) levaram ao desenvolvimento de sistemas de vigilância por vídeo cada vez mais sofisticados, o que pode ajudar as autoridades locais a prevenir o crime e monitorar os espaços públicos de forma mais eficaz. Apesar desses desenvolvimentos, a maioria dos sistemas de monitoramento em tempo real atuais dependem do trabalho manual de agentes humanos, o que pode ser demorado, e às vezes resulta na falha em detectar todas as atividades ilícitas.

p Os pesquisadores, portanto, têm tentado desenvolver sistemas de vigilância inteligentes e de alta precisão que permitiriam às autoridades identificar comportamentos incomuns com mais rapidez e eficácia. Adicionar módulos de análise de vídeo inteligente a um sistema de monitoramento permitiria, em última análise, analisar informações de forma autônoma e detectar situações anormais.

p Uma das principais prioridades no campo da segurança e vigilância é a identificação de comportamentos violentos em espaços públicos, a fim de intervir prontamente e garantir a segurança de outros membros da comunidade. Com isso em mente, a equipe de pesquisadores do CUP decidiu desenvolver um método de aprendizado de máquina que pode detectar comportamento violento rapidamente, simplesmente analisando a filmagem de vigilância por vídeo. O método proposto pelos pesquisadores usa um CNN 3-D, que é treinado para analisar vídeos e detectar atos violentos praticados por várias pessoas.

p "Detecção de violência em cenas lotadas (como shoppings, bancos e estádios) é significativamente importante, mas pouca pesquisa foi feita [nesta área], "escreveram os pesquisadores em seu artigo." Com base nessa situação, este artigo propõe um método de detecção de violência multijogador baseado em uma rede neural convolucional tridimensional profunda (CNN 3-D) que extrai as informações de recursos espaço-temporais da violência multijogador. "

p Atualmente, Existem dois tipos de métodos para detectar violência em vídeos. O primeiro tipo envolve o uso de extração de recurso tradicional e um classificador, enquanto o segundo emprega técnicas de aprendizado profundo. O novo método desenvolvido pelos pesquisadores se enquadra na última categoria, como estudos anteriores sugerem que modelos de aprendizagem profunda para detecção de violência são mais convenientes e eficazes do que as abordagens tradicionais.

p Para treinar e avaliar seu método, os pesquisadores usaram 500 vídeos de violência multijogador e 500 vídeos não violentos multijogador, com resoluções de até 1920 * 1080. O modelo da CNN para detecção de violência é inspirado por uma rede desenvolvida pelo Facebook AI Lab, em 2014.

p Para avaliar seu método, os pesquisadores realizaram uma série de experimentos no Nvidia Tesla K80. Seu método foi considerado altamente preciso, superando três abordagens tradicionais de detecção de violência que funcionam extraindo artificialmente os recursos. No futuro, sua CNN 3-D poderia ser desenvolvida ainda mais, permitindo que os usuários também determinem a localização dos conflitos violentos que estão acontecendo nos vídeos. p © 2019 Science X Network