Derin öğrenme yaklaşımlarını kullanarak videolarda ve canlı yayınlarda gerçek zamanlı şiddet tespiti

Video ve canlı yayınlarda bilgisayar görme ve yapay zekâ yaklaşımları kullanılarak şiddet tespiti dünya çapında birçok araştırmacının ilgisini çeken güncel bir alandır. Videolardaki şiddeti tespit etmek zordur, çünkü videolar yalnızca uzamsal veya zamansal özellikleri olan diğer veri türleriyle karşılaştırıldığında analiz edilmesi zor olan uzamsal-zamansal özelliklere sahiptir. Derin öğrenme, böylesine zorlu bir göreve birçok çözüm sunan derin yapıları ve hiyerarşik öğrenme yaklaşımlarını kullanan bir yapay zekâ alt sınıfıdır. Girdi ve çıktı katmanları arasında birçok katmana sahip olması ve ağ içeren yapıları nedeniyle derin öğrenme yaklaşımları, örüntü sınıflandırma ve uzamsal-zamansal özellikleri çıkarmada oldukça başarılıdır. Bu çalışma, videolarda şiddet tespiti gerçekleştirmek için derin öğrenme yaklaşımlarını kullanarak bir model oluşturmayı amaçlamaktadır. Bu kapsamda çalışmada, videolarda şiddet tespiti için ConvLSTM ile MobileNets'ten oluşan hibrit bir model kullanılmıştır. Yapılan çalışma, bu kombinasyonun şiddet tespiti alanında kullanılmasında öncüdür. MobileNets, ardışık video karelerinden uzamsal özellikleri çıkarmak için kullanılmıştır. Öte yandan ConvLSTM ile, yerel uzamsal özellikleri korunup, kareler arasındaki ilişkiler zamansal olarak analiz edilmiştir. Geliştirilen sinir ağını eğitmek ve test etmek için yaklaşık 2000 video klip kullanılmıştır. Gerçekleştirilen model ile %96'lık bir test doğruluğuna ulaşılmıştır. Edilen sonuçlar, bu konuda yapılan birçok çalışmanın üzerinde bir başarı oranını yakalanmıştır.