ACF: 무장 CCTV 영상 데이터셋을 통한 무기 탐지 향상

태국은 다른 나라들과 마찬가지로 최근 몇 년 간 불안을 겪어왔습니다. 현재 추세가 계속된다면 인명이나 재산을 위협하는 범죄의 수가 증가할 것입니다. 폐쇄 회로 텔레비전(CCTV) 기술은 사람들의 안전을 보장하기 위해 일반적으로 감시 및 모니터링에 사용됩니다. 무기 탐지 시스템은 제한된 인력을 가진 경찰관들이 화면 감시를 통해 작업 부담을 줄이는 데 도움을 줄 수 있습니다. CCTV 영상은 전체 사건 시나리오를 캡처하므로, 영상 내의 작은 무기 객체로 인해 무기 탐지가 어려워질 수 있습니다. 우리가 관심을 두고 있는 CCTV 이미지의 무기 탐지에 관한 정보가 부족한 공개 데이터셋 때문에, 권총과 칼로 무장한 보행자의 모의 CCTV 영상을 자가 수집한 무장 CCTV 영상(ACF) 데이터셋이 다양한 시나리오를 위해 수집되었습니다. 이 연구는 소형 무기 객체 탐지를 위한 이미지 타일링 기반의 딥 러닝을 제안하는 것을 목표로 하였습니다. 탐지 성능을 평가하기 위해 공개 벤치마크 데이터셋(모의 공격)에서 실험이 진행되었습니다. 제안된 타일링 방법은 10.22의 mAP로 현저히 개선된 결과를 달성했습니다. 이미지 타일링 접근법은 성능 향상을 분석하기 위해 다양한 객체 탐지 모델을 학습하는 데 사용되었습니다. SSD MobileNet V2에서 타일링 ACF 데이터셋은 권총과 칼 평가에서 0.758의 mAP를 달성했습니다. ACF 데이터셋을 사용한 타일링 접근법으로 소형 무기 탐지를 향상시키기 위한 제안된 방법은 무기 탐지 성능을 현저히 향상시킬 수 있습니다.