Jiann

世界は危険に満ちているため、安全という名のもとに私たちを壁や柵の向こう側に隔離して、文化交流の重要な機会を奪っています。統計的に犯罪率の高い場所では、これまで、この破壊的なパターンの後に職場での暴力が発生しています。ガソリンスタンド、アウトレットモール、雑貨店、運送会社では、安全を強化するために顧客と従業員の間に遮る柵を設けています。このような措置によって職場の安全は向上しましたが、コミュニティでは大きな犠牲が生じています。Jiaan を使用すると、従来の反応、職場の文化、コミュニティを良い方向に変えることができます。このインテリジェントなセキュリティシステムでは、脅威をリアルタイムで特定し、その脅威に対してアクションを実行できます。私の目標は、事件発生後に従業員が当局に通知する必要があるような暴力に長期にわたり遭遇する人を減らし、最終的にはゼロにすることです。

Jiaan では、ライブフィードで物体を検出および分類し、累積脅威レベルを測定し、そのレベルに応じて設定済みの応答をトリガーします。このシステムでは、拳銃の存在が確認された結果として高い脅威レベルが検出された場合、通知をすぐに当局、治安当局、経営陣、オンサイトの従業員に送信できます。このシステムでは、暴力に遭う可能性がある人がいることを担当者または当局に通知するまでの時間を大幅に短縮すると同時に、脅威の通知を広めてオンサイトの認識を高めることができます。

作成者: Matthew Pettit

暴力的なやり取りと暴力的でないやり取りの両方が描写された 2.6 GB の注釈付き画像に対して Single Shot MultiBox Object Detection を使用して、VGG16 縮小モデルから微調整されたモデルをトレーニングしました。このプロジェクトに関して満足のいく結果がモデルによって生成されるようになった時点で、インテルの DeepLearning ツールキットを使用してカスタムモデルを最適化し、DeepLens デバイスに移植しました。

Amazon の Lambda 関数のマイクロサービスは、Python で開発され、DeepLens デバイスからのライブフィードを事前に処理、解釈し、判断を下して、検出された物体の精度と物体の分類の計算によって導き出された脅威レベルを測定します。