Coup de feu ou éclatement d’un sac en plastique ? Le modèle informatique formé connaît la différence

Coup de feu ou éclatement d'un sac en plastique ?  Le modèle informatique formé connaît la différence

Les chercheurs ont enregistré des sons semblables à des coups de feu dans des endroits où il y avait une probabilité que des coups de feu soient tirés, notamment un parc extérieur. Crédit: Florida Atlantic University

Selon le Gun Violence Archive, il y a eu 296 fusillades de masse aux États-Unis cette année. Malheureusement, 2021 est en passe d’être l’année la plus meurtrière de violence armée aux États-Unis au cours des deux dernières décennies.

Faire la distinction entre un événement audio dangereux comme un coup de feu et un événement ne mettant pas la vie en danger, comme l’éclatement d’un sac en plastique, peut faire la différence entre la vie et la mort. De plus, il peut également déterminer s’il faut ou non déployer des travailleurs de la sécurité publique. Les humains, ainsi que les ordinateurs, confondent souvent les bruits d’un sac en plastique qui éclate et les vrais bruits de coups de feu.

Au cours des dernières années, il y a eu une certaine hésitation quant à la mise en œuvre de certains des systèmes acoustiques de détection de coups de feu disponibles bien connus, car ils peuvent être coûteux et souvent peu fiables.

Dans une étude expérimentale, des chercheurs du College of Engineering and Computer Study de la Florida Atlantic University se sont concentrés sur la fiabilité de ces systèmes de détection en ce qui concerne le taux de faux positifs. La capacité d’un modèle à discerner correctement les sons, même dans les scénarios les plus subtils, différenciera un modèle bien entraîné d’un modèle peu efficace.

Avec la tâche ardue de comptabiliser tous les sons similaires à un son de tir, les chercheurs ont créé un nouvel ensemble de données composé d’enregistrements audio d’explosions de sacs en plastique collectés dans divers environnements et conditions, tels que la taille des sacs en plastique et la distance de l’enregistrement. micros. Les enregistrements des clips audio duraient de 400 à 600 millisecondes.

Les chercheurs ont également développé un algorithme de classification basé sur un réseau de neurones convolutifs (CNN), comme référence, pour illustrer la pertinence de cet effort de collecte de données. Les données ont ensuite été utilisées, avec un ensemble de données sonores de coups de feu, pour former un modèle de classification basé sur un CNN afin de différencier les événements de coups de feu mettant la vie en danger des événements d’explosion de sacs en plastique ne mettant pas la vie en danger.

Coup de feu ou éclatement d'un sac en plastique ?  Le modèle informatique formé connaît la différence

Les chercheurs ont utilisé une chambre anéchoïque comme l’un des environnements, qui fournit des échantillons « purs » non perturbés qui ont ajouté beaucoup d’informations au CNN, rendant le modèle plus robuste. Crédit: Florida Atlantic University

Les résultats de l’étude, publiés dans la revue Sensors, démontrent comment de faux sons de coups de feu peuvent facilement perturber un système de détection de coups de feu. Soixante-quinze pour cent des bruits de sac en plastique ont été classés à tort comme des bruits de coups de feu. Le modèle de classification basé sur l’apprentissage en profondeur formé avec un ensemble de données de sons urbains populaires contenant des sons de coups de feu n’a pas pu distinguer les sons de pop de sacs en plastique des sons de coups de feu. Cependant, une fois que les sons pop des sacs en plastique ont été injectés dans la formation des modèles, les chercheurs ont découvert que le modèle de classification CNN fonctionnait bien pour distinguer les sons réels des coups de feu des sons des sacs en plastique.

« En tant qu’humains, nous utilisons des entrées sensorielles supplémentaires et des expériences passées pour identifier les sons. Les ordinateurs, en revanche, sont entraînés à déchiffrer des informations qui sont souvent non pertinentes ou imperceptibles pour les oreilles humaines », a déclaré Hanqi Zhuang, Ph.D., auteur principal , professeur et président, Département de génie électrique et d’informatique, Collège d’ingénierie et d’informatique. « Semblable à la façon dont les chauves-souris volent autour des objets lorsqu’elles transmettent des ondes sonores aiguës qui leur rebondiront à différents intervalles de temps, nous avons utilisé différents environnements pour donner à l’algorithme d’apprentissage automatique une meilleure perception de la différenciation des sons étroitement liés. « 

Pour l’étude, des sons semblables à des coups de feu ont été enregistrés dans des endroits où il y avait une probabilité que des coups de feu soient tirés, qui comprenaient un total de huit emplacements intérieurs et extérieurs. Le processus de collecte de données a commencé par l’expérimentation de divers types de sacs, avec des sacs poubelles sélectionnés comme les plus appropriés. La plupart des clips audio ont été capturés à l’aide de six appareils d’enregistrement. Pour vérifier dans quelle mesure un modèle de classification sonore pourrait être confondu par de faux coups de feu, les chercheurs ont entraîné le modèle sans l’exposer aux sons de pop de sacs en plastique.

Il y avait 374 échantillons de coups de feu initialement utilisés pour entraîner le modèle, qui ont été obtenus à partir de la base de données de sons urbains. Les chercheurs ont utilisé 10 classes de la base de données (coup de feu, aboiement de chien, enfants jouant, klaxon de voiture, climatiseur, musique de rue, sirène, moteur au ralenti, marteau-piqueur et forage). Après la formation, le modèle a ensuite été utilisé pour tester sa capacité à rejeter les bruits de sac en plastique comme de véritables sons de tir.

« Le pourcentage élevé d’erreurs de classification indique qu’il est très difficile pour un modèle de classification de discerner des sons semblables à ceux d’un coup de feu, tels que ceux des bruits de sac en plastique, et des sons réels de coup de feu », a déclaré Rajesh Baliram Singh, premier auteur et titulaire d’un doctorat. étudiant au département de génie électrique et informatique de la FAU. « Cela justifie le processus de développement d’un ensemble de données contenant des sons similaires à de vrais sons de coups de feu. »

Dans la détection de coups de feu, avoir une base de données d’un son particulier qui peut être confondu avec le son de coups de feu mais qui est riche en diversité peut conduire à un système de détection de coups de feu plus efficace. Ce concept a motivé les chercheurs à créer une base de données de sons d’explosion de sacs en plastique. Plus la diversité du même son est élevée, plus la probabilité que l’algorithme d’apprentissage automatique détecte correctement ce son spécifique est élevée.

« L’amélioration des performances d’un algorithme de détection de coups de feu, en particulier pour réduire son taux de faux positifs, réduira les chances de traiter les événements déclencheurs audio inoffensifs comme des événements audio périlleux impliquant des armes à feu », a déclaré Stella Batalama, Ph.D., doyenne du Collège. de l’ingénierie et de l’informatique. « Cet ensemble de données développé par nos chercheurs, ainsi que le modèle de classification qu’ils ont formé pour les coups de feu et les sons semblables à des coups de feu, est une étape importante menant à beaucoup moins de faux positifs et à l’amélioration de la sécurité publique globale en déployant du personnel critique uniquement lorsque cela est nécessaire. »


La technologie de capteur de tir acoustique automatique peut profiter aux victimes de tir


Plus d’information:
Rajesh Baliram Singh et al, Collecte, modélisation et classification de données pour les événements audio de type coup de feu et de type coup de feu : une étude de cas, Capteurs (2021). DOI : 10.3390/s21217320

Fourni par la Florida Atlantic University

Citation: Coup de feu ou éclatement d’un sac plastique ? Le modèle informatique formé connaît la différence (2021, 14 décembre) récupéré le 14 décembre 2021 à partir de https://techxplore.com/news/2021-12-gunfire-plastic-bag-difference.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.