Base de Dados
A base de dados utilizada nesse projeto consiste em 39.853 imagens contendo 91.731 objetos anotados. A Figura 1 destaca a distribuição dos tipos de objetos anotados, sendo 68.309 o número de pessoas, 11.617 o de armas e 11.805 o de capacetes. Podendo ser acessada pelo seguinte link: base de dados.
Como dito anteriormente, a base é constituída de imagens que priorizam a presença de pessoas, capacetes e armas. As qualidades das imagens variam de acordo com o aparelho que as estava captando, mas seguem o padrão de serem capturadas por câmeras de vigilância, sendo essa uma característica obrigatória para imagem estar na base.
Figura 1: Distribuição das classes dos objetos anotados
Figura 2: Cenários anotados que exibem as distinções entre os dados obtidas
Uma consequência de se procurar itens manuseados por humanos em sua maioria é ter uma grande magnitude de entidades classificadas como pessoas. A base contém pessoas em diversas posições e ângulos, pois as câmeras estão dispostas em inúmeras posições e as pessoas em foco estão realizando diferentes ações num mesmo contexto.
Figura 3: Exemplos de imagens contendo pessoas
Além do foco em indivíduos, a base também visa fortalecer o modelo de detecções de aglomerações, em outras palavras, mesmo que os indíviduos estejam amontoados de forma a não serem detectados como entidades singulares, o valor como reforço positivo para o modelo de aglomerações ainda faz com que a imagem não seja negativa para o projeto como um todo.
Figura 4: Exemplos de imagens contendo pessoas aglomeradas
Os cenários que as armas aparecem não necessitam de outras entidades presentes, sendo detectadas em diversas situações. Além disso, por conta da variedade de qualidade das câmeras de vigilância e as suas formas de exibição, colorida ou não, existe uma dificuldade na detecção de armas em certos ângulos que as fazem parecer retângulos pretos gerando confusão para o modelo. No entanto, esse problema pode ser amenizado ao anotar as armas juntas das mãos do usuário, dando mais margem para detecção.
Figura 5: Exemplos de imagens contendo armas
As armas detectadas pelo modelo variam em tamanhos e cores, porém, como na maioria das vezes existe o reforço dela estar sendo segurada por uma mão, torna-se mais fácil detectá-las sem utilizar de classes específicas para elas.
Figura 6: Exemplos de imagens contendo armas em evidência
A montagem da base dos capacetes não é muito distinta da base de armas, no entanto, o que torna mais fácil a composição da detecção das entidades como capacetes é o seu formato. Os capacetes possuem um formato padronizado, logo, a sua detecção é facilitada, mesmo que contenham cores diferentes, numa paleta maior que a de armas.
Figura 7: Exemplos de imagens contendo capacetes
Mesmo em um estado em que o capacete está aberto, sua delimitação continua mais fácil do que uma arma que se assegura no fato de estar sendo manuseada, o que pode causar problemas em larga escala.
Figura 8: Exemplos de imagens contendo capacetes em evidência