KnifeHunter: Structured Local Representation Learning for Fine-Grained Knife Image Retrieval in Law Enforcement
يقدم هذا البحث نظام KnifeHunter، وهو نظام استرداد جنائي عملي يتميز ببنية CoRe-Net ومجموعة بيانات واسعة النطاق، مما يتيح تحديداً دقيقاً وقابلاً للتوسع للسكاكين، وقد تم نشره بنجاح من قبل أجهزة إنفاذ القانون في المملكة المتحدة لأغراض الاستخبارات العملياتية وتحديد المصدر.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول العثور على إبرة محددة في كومة قش، لكن كومة القش هذه مكونة من إبر أخرى، والإبرة التي تبحث عنها بها خدش صغير وفريد على جانبها لا يملكه غيرها. هذا هو عالم الرؤية الحاسوبية، وهو فرع من فروع الذكاء الاصطناعي حيث تتعلم الحواسيب "رؤية" وفهم الصور. عادةً ما تكون هذه الأنظمة بارعة في رصد الأشياء الكبيرة، مثل "هذا كلب" أو "هذه سيارة". ولكن عندما تحتاج إلى التمييز بين توأمين متطابقين تقريبًا — مثل سكينين يبدوان متماثلين تمامًا باستثناء نمط صغير على المقبض — يصاب الحاسوب بالارتباك. يُسمى هذا الاسترجاع دقيق التفاصيل (fine-grained retrieval). إنه تحدٍ هائل للشرطة والمحققين الذين يحتاجون إلى مطابقة سكين عُثر عليه في مسرح جريمة مع طراز محدد في كتالوج ضخم لمعرفة مصدره. وإذا لم يتمكنوا من القيام بذلك بسرعة، فإن ذلك يؤدي إلى إبطاء التحقيقات ويجعل من الصعب منع الجريمة.
هنا يأتي دور KnifeHunter، وهي أداة كشف رقمية جديدة صُممت لحل هذه المشكلة تحديدًا. أدرك الباحثون وراء هذه الأداة أن النظر إلى صورة سكين أمر صعب لأن صور مسرح الجريمة تكون فوضوية: فقد تكون مظلمة، أو ضبابية، أو تحتوي على مساطر أو حقائب في الخلفية، أو تُظهر جزءًا فقط من السكين. ولتعليم حاسوبهم كيفية التعامل مع ذلك، قاموا ببناء مكتبة ضخمة تسمى مجموعة بيانات KnifeHunter. إنها تشبه ألبوم صور عملاق يحتوي على أكثر من 25,000 صورة لـ 543 نوعًا مختلفًا من السكاكين، تم التقاطها من خزائن أدلة الشرطة، والمتاجر عبر الإنترنت، ومصادرات الحدود. حتى أنهم أضافوا أكثر من مليون صورة "خادعة" — وهي صور لأشياء أخرى — للتأكد من أن نظامهم لن يُخدع بالفوضى العشوائية.
نجم العرض هو عقل اصطناعي جديد اخترعوه يسمى CoRe-Net. فكر في معظم أنظمة التعرف على الصور كشخص ينظر إلى سكين من بعيد ويقول: "إنه يبدو كسكين مطبخ". أما CoRe-Net فهو مختلف؛ إنه يشبه محققًا يمتلك عدسة مكبرة و عدسة واسعة الزاوية في آن واحد. يستخدم خدعة خاصة تسمى تعلم التمثيل المتكامل المهيكل (SCRL) لتفكيك الصورة إلى أدلة صغيرة ومحددة (مثل شكل حافة النصل أو علامة المصنع) وتنظيمها في "فريق" من الخبراء. ثم يستخدم نظام الدمج المتبادل ثنائي الاتجاه (BDRF) لضمان أن الرؤية "واسعة الزاوية" ورؤية "العدسة المكبرة" تتواصلان مع بعضهما البعض، وتصححان أخطاء بعضهما البعض.
النتائج مبهرة. فعند اختباره على صور صعبة ذات خلفيات فوضوية، حدد Co-Net السكين الصحيح ضمن أفضل 10 نتائج بنسبة 83.8% من الوقت، متفوقًا على جميع الأساليب السابقة. والأفضل من ذلك، عندما استخدمت الشرطة البريطانية النظام فعليًا في الميدان خلال عمليات حقيقية (تسمى عملية Sceptre) بين عامي 2023 و2025، كان صحيحًا من المرة الأولى بنسبة 99.2% من الوقت. هذه ليست مجرد تجربة مختبرية؛ بل هي أداة تساعد الضباط حاليًا في تحويل مجرد صورة لسلاح تم ضبطه إلى دليل قابل للبحث، مما يساعدهم على تتبع المصادر وحل الجرائم بشكل أسرع. وتشير الورقة البحثية إلى أنه من خلال أتمتة عملية المطابقة هذه، يمكنهم تقليل العمل اليدوي الشاق الذي تقوم به الشرطة عادةً، وتحويل ساعات من المقارنة البصرية إلى ثوانٍ من البحث الرقمي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.