内容简介
目前，美国情报界研究机构正寻求通过训练机器学习算法来跟踪城市监视网络视频中的人群。美国情报高级研究计划局（IARPA）已发布了广泛机构公告，希望招募技术团队来构建更大、更好的数据集以训练计算机视觉算法，目的是对城市环境中的人群进行监视。经过大量的数据训练，计算机视觉算法可将安保摄像机网络拍摄的视频内容进行合成，以更好地跟踪和识别潜在目标。
计算机视觉算法是一种人工智能算法，它可使计算机理解图像和视频。该算法曾在2013年被用于调查波士顿马拉松爆炸案的犯罪嫌疑人，自此之后，便开始广泛应用。许多法律执行机构和公共安全组织已经使用计算机视觉算法来调查犯罪活动、监视关键基础设施和保障大型活动，以防恐怖分子攻击。
IARPA称，目前可用于训练这些算法的数据相对较少，这限制了计算机视觉算法对现实世界各种态势的识别能力。IARPA寻求利用新型数据集来改进训练过程，并让计算机视觉系统能够连接城市环境摄像头网络拍摄的视频画面。未来，用于多摄像头视频网络的计算机视觉算法可支持案件后的犯罪现场重建、关键基础设施和运输设施保护、军队保护和国家特种安全活动。
根据IARPA发布的公告，方案提供者应编辑约960小时的视频，这些视频应包含大量不同的环境和场景。数据集必须至少包含20个不同安保摄像头拍摄的视频，这些摄像头的位置、视角、分辨率和帧频各不相同，并需要拍摄约2.5英亩的城市或半城市空间。视频应在全天候条件下拍摄，应包含行人、移动车辆、道路标志和其他干扰信息。视频的拍摄范围内必须至少包含200个测试目标，计算机视觉算法必须关注人的识别和跟踪技术。
介冲译自互联网，李皓昱审定
2019年5月13日
声明：本文来自防务快讯，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
