來自英國劍橋大學、印度國家技術研究院和印度科學理工學院的研究人員研發(fā)了一種利用無人機的“暴力行為”檢測系統(tǒng)，能夠識別人群中踢打、刺傷或掐脖子等暴力動作，準確率達到85％以上。研究人員稱，該系統(tǒng)可用于在馬拉松和音樂節(jié)等戶外活動中通過無人機自動發(fā)現(xiàn)暴力事件。研究論文已被CVPR 2018接受。
一種無人機監(jiān)控系統(tǒng)，可以實時地在人群中監(jiān)測到“暴力分子”。這種技術已經被開發(fā)出來了。
這種AI技術利用懸停式四軸飛行器上的攝像頭來檢測每個人的身體動作。然后，當系統(tǒng)識別出攻擊性的行為，如拳打、腳踢、刺殺、射擊、掐脖子等時，它就會發(fā)出警報，準確率達到85%。它不識別人臉——只是監(jiān)測人們之間可能的暴力行為。
該系統(tǒng)的設計者分別來自英國劍橋大學、印度國家技術研究院和印度科學理工學院。研究者說，這個系統(tǒng)可以擴展到自動識別非法越境的人，在公共場所發(fā)現(xiàn)綁架事件，并在發(fā)現(xiàn)暴力行為時發(fā)出警報。他們希望這樣的自主間諜無人機可以幫助警察壓制犯罪，或幫助士兵在無辜群眾中找出敵人。
“執(zhí)法機構已經在使用空中監(jiān)視系統(tǒng)來監(jiān)視大面積的區(qū)域，”研究人員在他們的論文中寫道，“各國政府最近在戰(zhàn)區(qū)部署無人機來監(jiān)測敵人的行動，監(jiān)視外國販毒組織，開展邊境管制行動以及在城市和農村地區(qū)監(jiān)控犯罪活動。”論文中詳細介紹了這項技術，已被CVPR 2018接受。
“他們一般安排一名或多名士兵長時間地操控這些無人機，這使得這些系統(tǒng)容易因人為疲勞而出錯。”
可用于檢測公共區(qū)域或大型聚會中的暴力分子姿態(tài)估計pipeline
研究者提出的新模型分兩步工作。首先，特征金字塔網絡（一種卷積神經網絡）從無人機拍攝的畫面中檢測到個人。然后，使用一個ScatterNet網絡來分析和確定圖像中每個人的姿勢。
身體的輪廓被分解為14個關鍵點
模型將身體的輪廓分解為14個關鍵點，計算出一個人的手臂、腿和臉的位置，以識別訓練過程中指定的不同類型的暴力行為。
下面的視頻演示了系統(tǒng)如何工作：
rame>
該系統(tǒng)使用研究人員編制的“Aerial Violent Individual”數據集來訓練。有25個人被召集來演示打斗、刺殺、射擊、踢打和掐脖子等動作，得到2000張帶注釋的圖像。每張圖片上一般有2到10個人，因此，這個系統(tǒng)現(xiàn)在還不能用于處理非常大的人群。
AVI數據集中的暴力行為，包括掐脖子，拳打，腳踢，射擊和刺殺
當系統(tǒng)需要處理的人數更少時，準確率最高。比如一張圖片上只有一個人，系統(tǒng)的準確率為94.1%，但有5個人時，準確率就降到了84%，10個人時準確率降到79.8%。該論文的合作者Amarjot Singh說：“準確性下降主要是因為系統(tǒng)沒有檢測到其中的一些人。”
檢測不同暴力行為的準確率
檢測不同人數時的準確率
很難判斷這個無人機系統(tǒng)到底有多準確，因為它還沒有在真實環(huán)境下對普通人群進行測試——測試者僅僅是研究團隊招募來的志愿者。也就是說，它是用假裝相互打斗的數據訓練的，測試也是同樣。而且，它是一個研究項目，還不是商業(yè)產品。
左圖展示了在人體上注釋的14個身體關鍵點。 右圖展示了Parrot AR 無人機捕獲數據集中的圖像以及幾個注釋關鍵點的特寫。
當無人機在2米、4米、6米和8米高處時，輸入系統(tǒng)的圖像也被記錄下來。這就能知道它離人群有多近?？紤]到無人機飛行的聲音很大，在真正的人群和斗毆行為中，這些無人機會在幾百英尺之外，一定程度上降低了能見度。
圖：僅使用無人機在2m（第1排），4m（第2排），6m（第3排）和8m（第4排）四個不同高度記錄的僅有一個暴力分子的無人機監(jiān)視系統(tǒng)（DSS）
實時視頻分析是使用兩個Nvidia Tesla GPU實時地在Amazon的云服務上進行的，而無人機的內置硬件可以指揮其飛行動作。該技術是在本地機器上使用單個Tesla GPU進行訓練的。
“該系統(tǒng)以每秒5幀到16幀的速度在空中實時拍攝的影像中檢測到暴力分子，最多檢測10人，最少2人。”論文指出。
爭議：技術被惡意使用的風險
在云端執(zhí)行推理有潛在的安全和隱私風險，因為要將人們的視頻傳輸到第三方計算系統(tǒng)中。為了減少法律上的麻煩，訓練好的神經網絡處理無人機在云中接收到的每幀圖像，在處理完后就將圖像刪除。
“這增加了數據安全層，因為我們只是在需要的時候才把數據保存在云上，”劍橋大學博士生Singh說。
使用AI進行監(jiān)視很令人關注。類似的面部識別技術，如亞馬遜的Rekognition服務，已經被美國警方采用。這些系統(tǒng)經常受到高誤報率的困擾，或者根本就不準確，所以像這樣的技術要和無人機結合還需要一段時間。
有趣的是，谷歌和Facebook最近也發(fā)表了一些研究，表明神經網絡可以用來跟蹤姿勢，專家們也對神經網絡如何用于數字監(jiān)視或軍事目的提出了擔憂?，F(xiàn)在，無人機監(jiān)測暴力分子的研究證明了這是可能的。
研究人員使用 Parrot AR無人機（價格相當便宜）進行實驗。運行也很便宜。這個實驗在亞馬遜的平臺上運行，每小時花費0.1美元，所以系統(tǒng)經過訓練后的運行不會太貴。
Singh承認，“人們可能會把這個系統(tǒng)用于惡意應用程序，但訓練這樣的系統(tǒng)將需要大量的數據和大量的資源。我希望有一些監(jiān)督能夠避免濫用這種技術。”
但他認為業(yè)余愛好者為了惡意的原因重新編程無人機的擔憂是沒有根據的。 “購買無人機確實很容易，但設計一種能夠識別暴力個體的算法需要一定的專業(yè)知識，涉及設計不易獲得的深層系統(tǒng)，我不認為這些系統(tǒng)很容易實現(xiàn)，”他說。
研究人員計劃在兩個音樂節(jié)期間在真實環(huán)境中測試他們的系統(tǒng)，并監(jiān)測印度的國界。 如果表現(xiàn)良好，他們希望未來將其商業(yè)化。
?