Automated detection of firearms and knives in a CCTV image
PBN-AR
Instytucja
Wydział Informatyki, Elektroniki i Telekomunikacji (Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie)
Informacje podstawowe
Główny język publikacji
EN
Czasopismo
SENSORS
ISSN
1424-8220
EISSN
Wydawca
MDPI AG
DOI
URL
Rok publikacji
2016
Numer zeszytu
1
Strony od-do
1--16
Numer tomu
16
Link do pełnego tekstu
Identyfikator DOI
Liczba arkuszy
1.14
Słowa kluczowe
EN
pattern recognition
OpenCV
data analysis
fuzzy classifier
knife detection
feature descriptor
haar cascade
firearm detection
Open access
Tryb otwartego dostępu
Otwarte czasopismo
Wersja tekstu w otwartym dostępie
Wersja opublikowana
Licencja otwartego dostępu
Creative Commons — Uznanie autorstwa
Czas opublikowania w otwartym dostępie
Razem z publikacją
Streszczenia
Język
EN
Treść
Closed circuit television systems (CCTV) are becoming more and more popular and are being deployed in many offices, housing estates and in most public spaces. Monitoring systems have been implemented in many European and American cities. This makes for an enormous load for the CCTV operators, as the number of camera views a single operator can monitor is limited by human factors. In this paper, we focus on the task of automated detection and recognition of dangerous situations for CCTV systems. We propose algorithms that are able to alert the human operator when a firearm or knife is visible in the image. We have focused on limiting the number of false alarms in order to allow for a real-life application of the system. The specificity and sensitivity of the knife detection are significantly better than others published recently. We have also managed to propose a version of a firearm detection algorithm that offers a near-zero rate of false alarms. We have shown that it is possible to create a system that is capable of an early warning in a dangerous situation, which may lead to faster and more effective response times and a reduction in the number of potential victims.
Cechy publikacji
original article
peer-reviewed
Inne
System-identifier
idp:095576
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych