تشخیص و ره‌گیری سلاح گرم و سرد با استفاده از شبکه‌های یادگیری عمیق

تامین و افزایش امنیت در مکان‌های خاص و عمومی همیشه موردتوجه همه افراد در زمینه‌های مختلف بوده است. به‌منظور تامین و افزایش امنیت در مکان‌هایی عمومی همانند مدارس، دانشگاه‌ها، دفاتر و... اقدامات زیادی ازجمله نصب دوربین‌های نظارتی و قراردادن مامور در محل صورت‌گرفته است. ازآنجایی‌که این دوربین‌ها توسط اپراتورهای انسانی فعالیت‌های مشکوک را رصد می‌کنند، عواملی مانند حواس‌پرتی، عدم آگاهی، خستگی و بسیاری از عوامل دیگر می‌تواند روی کیفیت نظارت تاثیر بگذارد، سیستم تشخیص سلاح‌های گرم و سرد به‌صورت خودکار در صورت تشخیص و شناسایی سلاح‌های تعریف‌شده برای آن می‌توانند به‌سرعت به مامورین نظامی و امنیتی پیام‌های خاص را اطلاع دهد. در این مقاله به‌منظور تشخیص و ره‌گیری سلاح گرم (اسلحه کمری) و سلاح سرد (چاقو) از الگوریتم‌ yolo نسخه 5 برای تشخیص شیء و از الگوریتم deepsort برای ره‌گیری استفاده‌شده است که عملکرد این سیستم در مقاله مورد بررسی قرار گرفته است. درنهایت سیستم پیشنهادی پس از آموزش به‌وسیله مجموعه داده اختصاصی متشکل از سلاح‌های گرم و سرد عملیات تشخیص سلاح گرم و سرد را بادقت 99.50% انجام می‌دهد همچنین سیستم پیشنهادی ازنظر مقیاس، چرخش، انسداد دقت مناسبی ارائه داده است.

detection and tracking of firearms and cold weaponsusing deep learning networks

providing and increasing security in special and public places has always been the focus of everyone in various fields. many measures such as installing surveillance cameras and placing officers on the spot have been taken to provide and increase the security in public places such as schools, universities, offices, and so on. because these cameras detect suspicious activity by human operators, factors such as distraction, lack of awareness, fatigue, and a variety of other factors can affect the quality of surveillance; however, the firearms detection system detects and identifies defined weapons automatically. they can send special messages to military and security officials in a timely manner. in this paper, the yolo version 5 algorithm is used to detect and track firearms (pistols) and cold weapons (knives), and the deepsort algorithm is used for tracking. the article investigates the system's performance. finally, after training with a special data set of firearms and cold steel, the proposed system performs firearms and cold steel detection operations with 99.50 percent accuracy. furthermore, the proposed system has provided adequate accuracy in terms of scale, rotation, and obstruction.