Using human pose information for handgun detection
La detección automática y rápida de pistolas puede ser muy útil para evitar o mitigar riesgos en espacios públicos. En la literatura se han propuesto detectores basados en métodos de aprendizaje profundo para activar una alarma si se detecta una pistola en la imagen. Sin embargo, esos detectores se...
| Authors: | , , , |
|---|---|
| Format: | article |
| Publication Date: | 2021 |
| Country: | España |
| Institution: | Universidad de Castilla-La Mancha |
| Repository: | RUIdeRA. Repositorio Institucional de la UCLM |
| OAI Identifier: | oai:ruidera.uclm.es:10578/41511 |
| Online Access: | http://dx.doi.org/10.1007/s00521-021-06317-8 https://hdl.handle.net/10578/41511 |
| Access Level: | Open access |
| Keyword: | Deep learning Handgun detection |
| Summary: | La detección automática y rápida de pistolas puede ser muy útil para evitar o mitigar riesgos en espacios públicos. En la literatura se han propuesto detectores basados en métodos de aprendizaje profundo para activar una alarma si se detecta una pistola en la imagen. Sin embargo, esos detectores se basan únicamente en la apariencia del arma en la imagen. En este trabajo, proponemos combinar el detector con la información de pose del individuo para mejorar el rendimiento general. Para ello, se propone un modelo que integra imágenes en escala de grises de la salida del detector de armas e imágenes tipo mapa de calor que representan la pose. Los resultados muestran una mejora con respecto al detector de armas original. La red propuesta proporciona una mejora máxima de un 17,5% en AP del modelo combinacional propuesto con respecto al detector de armas tomado de referencia. |
|---|