用于分析网络上枪支贩运活动的自监督视觉学习
计算机视觉与模式识别
2024-02-07 v2 人工智能
摘要
基于RGB图像的自动视觉枪支分类是一项重要的现实任务，在公共空间安全、情报收集和执法调查中有应用。当应用于从万维网（包括社交媒体和暗网网站）大规模爬取的图像时，它可作为通过分析开源情报大数据来识别犯罪枪支贩运网络的系统的重要组件。深度神经网络（DNN）是实现该任务的先进方法，通常采用卷积神经网络（CNN）。常见的迁移学习方法包括在大规模通用标注的整图分类数据集（如ImageNet-1k）上预训练，然后在较小的标注任务特定下游数据集上微调DNN以进行视觉枪支分类。视觉Transformer（ViT）神经架构与自监督学习（SSL）方法迄今尚未在此关键任务上得到评估。
引用
@article{arxiv.2310.07975,
title = {Self-supervised visual learning for analyzing firearms trafficking activities on the Web},
author = {Sotirios Konstantakos and Despina Ioanna Chalkiadaki and Ioannis Mademlis and Adamantia Anna Rebolledo Chrysochoou and Georgios Th. Papadopoulos},
journal= {arXiv preprint arXiv:2310.07975},
year = {2024}
}