CCTV-Gun：监控图像中手枪检测基准
计算机视觉与模式识别
2023-07-13 v3
摘要
枪支暴力是一个关键的安全问题，计算机视觉界亟需针对真实场景（尤其是闭路电视（CCTV）监控数据）开发有效的枪支检测算法。尽管视觉目标检测已取得显著进展，在真实世界 CCTV 图像中检测枪支仍是一项具有挑战性且未被充分探索的任务。 firearms（尤其是手枪）通常尺寸极小、外观不显著，且经常严重遮挡或与其他小物体难以区分。此外，缺乏规范化的基准以及收集相关数据集的困难进一步阻碍了算法发展。本文中，我们提出了一个精心制作并标注的基准，称为 \textbf{CCTV-Gun}，以解决真实世界 CCTV 图像中手枪检测的挑战。我们的贡献有三方面：首先，我们仔细筛选并分析了来自三个数据集的真实世界 CCTV 图像，手动标注了手枪及其持有者，并为每张图像标注了模糊和遮挡等相关挑战因素；其次，除标准的数据集内评估协议外，我们提出了一种新的跨数据集评估协议，这对实际场景中的枪支检测至关重要；最后，我们全面评估了经典及最先进的目标检测算法，深入分析了其泛化能力。该基准将促进该主题的进一步研究与开发，并最终提升安全性。代码、标注和训练模型可在 https://github.com/srikarym/CCTV-Gun 获取。
引用
@article{arxiv.2303.10703,
title = {CCTV-Gun: Benchmarking Handgun Detection in CCTV Images},
author = {Srikar Yellapragada and Zhenghong Li and Kevin Bhadresh Doshi and Purva Makarand Mhasakar and Heng Fan and Jie Wei and Erik Blasch and Bin Zhang and Haibin Ling},
journal= {arXiv preprint arXiv:2303.10703},
year = {2023}
}