УДК 004.056

Разработка программного обеспечения для поиска запрещенных предметов в видеопотоке

Гилетин Валерий Александрович – студент кафедры инфокоммуникационных сетей и систем Санкт-Петербургского государственного университета телекоммуникаций им. М.А. Бонч-Бруевича

Висутнов Степан Сергеевича – студент кафедры инфокоммуникационных сетей и систем Санкт-Петербургского государственного университета телекоммуникаций им. М.А. Бонч-Бруевича

Аннотация: В данной статье представлен один из возможных методов противодействия опасному для общества поведения методом выявления лиц с девиантным поведением при помощи нейронной сети YOLOv4.

Ключевые слова: нейросети, безопасность, анализ видеопотока.

Введение

Еще с древних времен одной из ключевых целей человека была сохранность своей жизни. Для этого древние люди изобрели огонь, одной из целей которого было отпугивание животных, и начали прятаться в пещерах. Все эти меры предосторожности помогли человеческому роду почувствовать себя в безопасности, вследствие чего начали активно развиваться другие отрасли. Со временем, человек начал представлять угрозу друг для друга, из-за политических взглядов, из-за разной религии. В наше время практически ничего не изменилось, человек также хочет чувствовать себя в безопасности, однако иногда происходят страшные теракты, которые уносят жизни тысячи людей. 11 сентября 2001 года – отмечен, как черный день в календаре всего мира. События, произошедшие в тот день, унесли жизни почти трех тысяч людей. В тот день 19 террористов-смертников захватили 4 Боинга двух американских авиакомпаний и направили их на таран в башни Всемирного торгового центра в Нью-Йорке и Пентагона в Вашингтоне. Террористы вооружились ножами для резки бумаги и бомбами, которые весели на террористах. Служба безопасности аэропортов не заметили этих вещей. Данного теракта можно было бы избежать, если бы в аэропорте работало компьютерное зрение. Компьютерное зрение является примером новой ветки развития обеспечения безопасности для людей. Специально обученная нейросеть с помощью камер может в реальном времени распознавать опасные ситуации. Например, по контуру тела сможет определить проносит ли человек в аэропорт на себе взрывное устройство и сможет сразу же вызвать службу охраны или же опознать у человека в общественном месте оружие (будь то винтовка или обычный нож).

Что такое отклоняющееся поведение и в чем его опасность

Поведение индивидов или социальных групп, нарушающее установленные в обществе моральные, правовые и иные социальные нормы, а также не согласующееся с ожиданиями общества называется отклоняющимся или девиантным. Отклонение от социальных норм могут быть негативными или позитивными. К отклонениям вызывающие негативную оценку относятся делинквентное и аддиктивное поведение. Делинквентное поведение связано с нарушением законов, то есть с проступками и преступлениями. Аддиктивное поведение связано со стремлением уйти от реальности путем изменения своего психического сознания под воздействием алкогольных, наркотических и психотропных веществ. Негативное отклонение всегда связано с нанесением вреда себе, другим людям или обществу. Позитивное отклонение не имеет разрушительного характера и связано со значительным превосходством поведением человека от массового среднего уровня. Примером такого отклонения, является гениальность. Одаренным людям, гениям, вундеркиндам свойственно иное мышление, они посвящают свою жизнь науке, искусству или изобретательству новых вещей, которые в дальнейшем проникают в повседневную человеческую жизнь, делая ее легче и интереснее. Такие люди двигают общество в прогрессивном направлении.

Причины отклоняющегося поведения

• Биологические. Люди биологически могут быть предрасположены к определенному типу своего поведения в обществе, которое отражается в их облике.
• Психологические. Отклоняющееся поведение является результатом психологических качеств данного человека, а также направленности его личности. Такие люди обычно отчасти имеют враждебный характер и зависят от воспитания.
• Социологические. Такое поведение объясняется распадом существующих системы социальных норм в обществе. Девиация, в основном, определяется групповой оценкой, применение санкций в отношении тех, кого они считают для себя “нарушителями” установленных ими нормами.

Отклоняющееся поведение опасно для общества и для самого человека, имеющего такое отклонение.

Опасность для человека, страдающего от отклоняющегося поведения

1. Человек с девиантным поведением разрушает семью, в которой он находится. Он оказывает внешнее отрицательное влияние на репродуктивную систему двух полов.
2. Негативное влияние на свое потомство, участятся случаи рождения умственно отсталых детей.
3. Страдают органы человека. Происходит функциональное нарушение организма и внутренних органов, неврологические и психические расстройства. Происходит деградация личности.

Негативные последствия для человека, страдающего от отклоняющегося поведения

1. Распад семей.
2. Увеличение несчастных случаев.
3. Сокращение продолжительности жизни.
4. Конфликты в семьях, а вследствие этого и насилие в семьях.
5. Снижение интеллектуального уровня общества.
6. Рост преступности (кражи, насилие, убийства, теракты). Шестой пункт является наиболее опасным для общества, так как в них гибнет огромное количество людей. Проблема терроризма в современном мире во всех его проявлениях превратилась в одну из самых наболевших тем для мирового сообщества. Она влечет за собой массовые жертвы среди невинного гражданского населения. В результате действий бандитов разрушаются культурные и материальные ценности, которые очень трудно восстановить в течение нескольких лет. Теракты порождают ненависть и недоверие между национальными группами. Именно поэтому нейронная система, способная различать угрозу в лице террористов и обычных людей, очень важна в современном мире. Она способна предотвращать теракты, ловить преступников, таким образом, спасая жизнь невиновным людям.

Признаки отклоняющегося поведения

Главная задача для предотвращения нарушений правопорядка людьми с отклоняющимся поведением заключается в предиктивном распознавании признаков людей, которые могут представлять какую-то опасность. Можно сделать некую таблицу (Таблица 1), которая будет содержать признак и краткое его описание. 

Таблица 1. Признаки и их описания.

Признак	Его описание
Неряшливая одежда	Одежда с потертостями, дырками, царапинами, пятнами
Внешний вид лица	Опухшее лицо, имеющий красноватый оттенок, шрамы
Походка	Пошатывающаяся, резкая
Движения тела	Время от времени ощупывают, придерживают и поправляют части одежды
Опущенные глаза	Избегают встречаться взглядом с кем-либо
Мелкие детали в одежде	Пуговицы (молнии) курток, плащей или пальто, наглухо застегнуты
Нереалистичные пропорции тела	используется неестественно свободная одежда, в результате чего возникают визуальные диспропорции между размерами головы и тела
Стиль одежды	Одежда, явно несоответствующая погоде (например, пальто в жаркий день)
Колющие и режущие предметы	Осколки стекла, лезвие бритвы, разные ножи
Странное поведение	Неоднократно приходят на одно и то же место, уклоняются от камер наружного наблюдения
Неестественные сумки	Сумка или другая поклажа не подходят человеку или месту, потертая и грязная

Предложение предоставить поиск нейронным сетям

В настоящий момент для опознавания людей с отклоняющимся поведением используют такие методы, как сбор статистических данных о поведении конкретных индивидуумов, психологические анализы и наблюдение за людьми в важных для общества местах при помощи систем видеонаблюдения и различных механизмов (металлодетектор и т.д.). Но подобные методы требуют огромное количество времени и ресурсов, в особенности людей, отвечающих за выполнение мер по наблюдению. Эти методы однозначно приносят пользу, но постепенно устаревают, нередко происходят попытки обмануть системы наблюдения и детекторы, в статистических тестах люди нередко указывают ложные данные, тем самым получая неверный результат. Но одной из главных проблем подобных методов является нерациональное использование ресурсов и человеческий фактор. Нередки случаи, когда охрана на постах КПП, отвлекаются от своей работы, или банально не замечают людей, которые могут нарушить общественное спокойствие. Для устранения подобный случаев можно отдать задачи выполняемые людьми нейросетям. Большинству из задач, выполняемых людьми в сфере предотвращения правонарушений можно обучить нейросети, которые будет выполнять поставленные перед ними задачи в разы быстрее и не будут допускать ошибок, связанных с человеческим фактором, что существенно повысит безопасность. В настоящее время огромное количество различных нейросетей с открытым исходным кодом, среди которых нами была выбрана YOLOV4, которая должна выполнять роль видеонаблюдения, вместо людей. 

YOLOV4

YOLO расшифровывается как You Only Look Once. YOLO – это система обнаружения объектов в режиме реального времени. Эта система способна распознавать несколько объектов в одном кадре YOLO использует подход, выгодно отличающийся от других системы обнаружения. Вначале YOLO применяет нейронную сеть к полному изображению, сеть разделяет изображение на области и прогнозирует выделения и вероятности правильного опознавания для каждой части кадра.

YOLO разделяет изображение на сетку S × S, и каждая ячейка отвечает за прогнозирование объекта, находящиеся в этой ячейке сетки.

Ячейки сетки предсказывает ограничители и оценки достоверности для этих блоков. Эти оценки достоверности показывают, уверенность нейросети в том, что ячейка содержит объект, а также насколько точно она предугадывает тип объекта.

YOLO имеет множество преимуществ перед другими системами обнаружения, созданными на основе классификаторов. YOLO проверяет множество изображения во время тестирования и дает прогнозы, оценивая всю картину в целом. Благодаря тому, что YOLO делает прогнозы при помощи одной сети, в отличие от конкурентов, прогнозы YOLO в несколько раз быстрее, что существенно поможет при определении преступных элементов. Примеры выявления различных объектов при помощи YOLOV4 представлены на рисунках 1 и 2.

Рисунок 1. Пример распознавания вооруженных лиц 1.

Рисунок 2. Пример распознавания вооруженных лиц 2.

Вывод

Выявление людей с высоким показателем опасности уменьшает риски возникновения происшествий, наносящих вред людям и их безопасности, перевод процедур связанных с выявлением на нейронные сети позволит ускорить и улучшить результаты мониторинга, что впоследствии приведет к повышению общественной безопасности.

Список литературы

1. Косов Н. А. и др. Анализ методов машинного обучения для детектирования аномалий в сетевом трафике //Цифровизация образования: теоретические и прикладные исследования современной науки. – 2021. – С. 33-37.
2. Косов Н. А., Тимофеев Р. С. Сравнение методов обучения сверточных нейронных сетей // Актуальные проблемы инфотелекоммуникаций в науке и образовании (АПИНО 2021). – 2021. – С. 526-530.
3. Гельфанд А. М. и др. Области применения аналитики больших данных в критических информационных инфраструктурах //Актуальные проблемы инфотелекоммуникаций в науке и образовании (АПИНО 2022). – 2022. – С. 438-440.
4. Красов А. В. и др. Анализ информационной безопасности предприятия на основе сбора данных пользователей с открытых ресурсов и мониторинга информационных ресурсов с использованием машинного обучения //T-Comm-Телекоммуникации и Транспорт. – 2018. – Т. 12. – №. 10. – С. 36-40.
5. Орлов Г. А., Красов А. В., Гельфанд А. М. Применение Big Data при анализе больших данных в компьютерных сетях //Наукоемкие технологии в космических исследованиях Земли. – 2020. – Т. 12. – №. 4. – С. 76-84.
6. Леснова Е. М., Пестов И. Е. Разработка метода обнаружения и коррекции ошибок для распределенной информационной сети на основе больших данных //Региональная информатика и информационная безопасность. – 2018. – С. 236-240.