تشخيص اسلحه دستي بااستفاده از مدل شبكه‎‎هاي عصبي كانولوشنال سه بعدي

از آنجايي كه رفتار افراد در ويدئوها بصورت سيگنال‎هاي سه بعدي است و جستجوي يك عمل خاص بسيار دشوار مي‎باشد، لذا نياز به يك تكنيك مناسب جهت تشخيص خودكار دزدان مسلح در ويدئو‎هاي امنيتي در حال ضبط مي‎باشد. در اين مقاله روشي سريع و كارا جهت شناسايي موقعيت افراد و سپس تشخيص اسلحه در دست آنها، با استخراج فريم‌هاي تصاوير برگرفته از ويدئوها و بدون حذف نقاط اصلي، ارائه شده است. در مرحله نخست و به منظور استخراج فريم‌هاي تصاوير برگرفته از ويدئوها، الگوريتم جداسازي با نرخ فريم مشخص اعمال خواهد شد و تمامي تصاوير در يك پوشه قرار مي‎گيرند. سپس روي تمامي تصاوير بدست آمده طبقه‎بند (HC)  Haar Cascade اعمال شده تا نقاط كليدي يا فريم‌هاي مربوط به تصاوير كل بدن استخراج شوند و باقي پس‎زمينه‎ها از تصاوير حذف گردند. در انتها، نمونه‌هاي هر ويدئو در قالب ماتريس چهار بعدي شامل تعداد دنباله فريم‌هاي هر ويدئو، عرض، ارتفاع و تعداد كانال تصوير به شبكه 3DCNNs ارسال مي‌شود تا سلاح در تصاوير شناسايي شوند. لذا نوآوري مقاله تركيب طبقه‎بند HCو  3DCNNs بمنظور افزايش سرعت و كارايي تشخيص اسلحه مي‎باشد. همچنين بمنظور بررسي دقت مدل پيشنهادي، از پارامترهاي نرخ مثبت صحيح و مثبت كاذب، مقدار پيش بيني مثبت و نرخ تشخيص كاذب استفاده‎ مي‎شود.