别打了别打了，天上有无人机看着呢｜AI分析暴力姿势
圆栗子 发自 凹非寺
量子位 报道 | 公众号 QbitAI
天空之眼 (Sky In the Eye) ，不只是斯内普教授的遗作，也是一组研究人员为自己的新论文，选定的题目。
这项研究里，无人机并不是要轰炸恐怖分子，而是用于实时监测公共场所可能出现的暴力行为。
团队选择的无人机是Parrot AR，并不是太厉害的装备。
不过，这暂时不重要，因为无人机只要搭载摄像头和无线网络就好。
影像数据实时传输出来，隐蔽在大后方的计算设备就可以分析无人机所在环境里，是不是存在不安定的躯体了。
你胳膊的朝向很危险
AI要检测的暴力动作，一共有5种：扼杀、拳打、踢踹、枪击，以及刺伤。
自志愿者们假装互相伤害的视频，会告诉AI这些动作都是什么样子。
系统先用FPN (特征金字塔网络) 来检测，视频里出现的所有人类。标出头、上肢、下肢三个部分的14个重要位点，画出人体的骨架。
然后，SHDL网络可以分析四肢朝向等数据，判断那些人是不是在使用暴力。
你们人多，AI怕了
当视频里只有一个人姿势暴力，AI识别暴力行为的准确率高达94%，令人鼓舞。
然而，随着画面中暴力人数的增加，准确率开始节节败退。
当同框的不安定个体增加到10个，准确率只剩79%。
研究人员说，这可能是因为人多的时候，FPN无法准确找出所有人，或是SHDL的姿势判断难度更大了。
不过，论文并没有提到“谎报军情”的数据，并不知道有没有正常的亲昵行为被误认成了暴力。
群演可能太浮夸
研究使用的AVI数据集 (Aerial Violent Individual Dataset) ，包含2,000幅加了注释的图像，一共有5124个人类参与到了假装暴力的活动中。
这些图像的拍摄条件各不相同，无人机所在的位置、光照情况以及模糊程度等等皆有变化。
△ 有点模糊的，阳光灿烂的日子
即便是这样，志愿者动作夸张 (但不会碰到对方) 的借位表演，还是和现实有些差距的。
喧嚣的世界里，拍摄的图像可能更模糊，出现在画面里的人可能更多，行为也更复杂，就像研究结果显示的那样——系统更容易出现误判。
于是，研究人员打算让无人机带AI实战一圈。
过不了多久，在印度理工学院的瓦朗加尔校区，Technozion和Spring Spree两场熙熙攘攘的大型活动上，就能看到几个小哥哥测试无人机的身影。
还好挖鼻孔不是很暴力
即便技术还没有做好落地的准备，许多研究团队已经在监测动作的路上走了许久。
Facebook开发的DensePose系统，也是用来估计人体姿势，还晋级了今年CVPR的Oral环节。
毕竟，这是一个很容易获得无人机和无线网络的年代，监控系统里也有了更多等待挖掘的宝藏。
然而，人类还是不免担心，当自动化监控的大网张开，一举一动都无所遁形，丧失了自在的生活空间。
如果有一天，就算在空旷的大街上，也不能放心地挖鼻孔了，可能真的会有点心累吧。
论文传送门：
https://arxiv.org/pdf/1806.00746.pdf
DensePose论文传送门
https://arxiv.org/pdf/1802.00434.pdf
— 完 —
- Intel2024-03-18
- 数字员工全新发布 加速企业转型2024-01-15
- 最“in”大模型专栏，点击阅读更多2023-08-18
- 3000+人到场，246万+人线上观看，2023甲子引力年终盛典成功举办2023-12-05
相关阅读
