A deep-learning framework running on edge devices for handgun and knife detection from indoor video-surveillance cameras

L’alta incidenza di crimini commessi utilizzando pistole e coltelli evidenzia l’importanza di implementare sistemi di riconoscimento automatici delle armi a partire dai video delle telecamere di sicurezza.
Le principali difficoltà nell’identificare le armi nei video di sorveglianza comprendono la piccola dimensione degli oggetti da individuare, l’esigenza di fornire risposte in tempo reale e le limitate risorse di elaborazione disponibili sui dispositivi edge.
Nel contesto attuale, il lavoro che vi presentiamo questa settimana introduce un sistema che utilizza reti neurali convoluzionali in sequenza, sviluppato per superare le problematiche legate alla dimensione ridotta degli oggetti e alla necessità di un feedback immediato. Questo sistema è progettato per funzionare efficacemente su dispositivi edge, allo scopo di ridurre i costi e favorire la sostenibilità e l’accessibilità delle soluzioni basate sull’IA.

L’articolo è disponibile in open-access qui: https://doi.org/10.1007/s11042-023-16231-x