KnifeHunter: Structured Local Representation Learning for Fine-Grained Knife Image Retrieval in Law Enforcement
यह शोधपत्र KnifeHunter को प्रस्तुत करता है, जो CoRe-Net आर्किटेक्चर और एक बड़े पैमाने के डेटासेट से सुसज्जित एक व्यावहारिक फोरेंसिक रिट्रीवल सिस्टम है, जो स्केलेबल, उच्च-सटीक सूक्ष्म चाकू पहचान को सक्षम बनाता है और जिसे परिचालन खुफिया जानकारी और स्रोत एट्रिब्यूशन के लिए यूके कानून प्रवर्तन द्वारा सफलतापूर्वक तैनात किया गया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप घास के ढेर में एक विशिष्ट सुई खोजने की कोशिश कर रहे हैं, लेकिन वह घास का ढेर भी अन्य सुइयों से बना है, और जिस सुई को आप ढूंढ रहे हैं उसके किनारे पर एक छोटा सा, अनूठा निशान है जो किसी और के पास नहीं है। यह कंप्यूटर विजन की दुनिया है, जो आर्टिफिशियल इंटेलिजेंस की एक शाखा है जहाँ कंप्यूटर छवियों को "देखना" और समझना सीखते हैं। आमतौर पर, ये सिस्टम बड़ी चीजों को पहचानने में माहिर होते हैं, जैसे कि "वह एक कुत्ता है" या "वह एक कार है।" लेकिन जब आपको दो लगभग एक जैसे दिखने वाले जुड़वाओं के बीच अंतर करना हो—जैसे कि दो चाकू जो बिल्कुल एक जैसे दिखते हैं, सिवाय हैंडल पर एक छोटे से पैटर्न के—तो कंप्यूटर भ्रमित हो जाता है। इसे फाइन-ग्रेन्ड रिट्रीवल (fine-grained retrieval) कहा जाता है। यह पुलिस और जांचकर्ताओं के लिए एक बड़ी चुनौती है जिन्हें अपराध स्थल पर मिले चाकू को एक विशाल कैटलॉग के किसी विशिष्ट मॉडल से मिलाने की आवश्यकता होती है ताकि यह पता लगाया जा सके कि वह कहाँ से आया है। यदि वे ऐसा तेजी से नहीं कर पाते हैं, तो यह जांच में देरी करता है और अपराध को रोकने में बाधा डालता है।
यहाँ नाइफहंटर (KnifeHunter) आता है, एक नया डिजिटल डिटेक्टिव टूल जिसे ठीक इसी समस्या को हल करने के लिए बनाया गया है। इसके पीछे के शोधकर्ताओं ने महसूस किया कि चाकू की फोटो देखना मुश्किल है क्योंकि अपराध स्थल की तस्वीरें अव्यवस्थित हो सकती हैं: वे अंधेरी, धुंधली हो सकती हैं, उनमें बैकग्राउंड में स्केल या बैग हो सकते हैं, या चाकू का केवल एक हिस्सा दिखाई दे सकता है। इसे सिखाने के लिए कि कंप्यूटर इन स्थितियों को कैसे संभालें, उन्होंने एक विशाल लाइब्रेरी बनाई जिसे नाइफहंटर डेटासेट (KnifeHunter dataset) कहा गया। यह एक विशाल फोटो एल्बम की तरह है जिसमें पुलिस के साक्ष्य लॉकर, ऑनलाइन दुकानों और सीमा से जब्त की गई वस्तुओं से ली गई 543 अलग-अलग प्रकार के चाकुओं की 25,000 से अधिक तस्वीरें हैं। उन्होंने इसमें दस लाख से अधिक "डिकॉय" (decoy) चित्र भी जोड़े—अन्य वस्तुओं की तस्वीरें—ताकि उनका सिस्टम रैंडम कचरे या अव्यवस्था से धोखा न खा जाए।
इसका मुख्य आकर्षण एक नया AI दिमाग है जिसे उन्होंने कोरे-नेट (CoRe-Net) नाम दिया है। अधिकांश इमेज-रिकग्निशन सिस्टम को एक ऐसे व्यक्ति के रूप में सोचें जो दूर से एक चाकू को देखता है और कहता है, "यह एक किचन नाइफ जैसा दिखता है।" कोरे-नेट अलग है; यह एक ऐसे जासूस की तरह है जिसके पास एक आवर्धक लेंस (magnifying glass) और एक वाइड-एंगल लेंस दोनों हैं। यह स्ट्रक्चर्ड कॉम्प्लीमेंटरी रिप्रेजेंटेशन लर्निंग (SCRL) नामक एक विशेष तकनीक का उपयोग करता है ताकि छवि को छोटे, विशिष्ट सुरागों (जैसे ब्लेड के किनारे का आकार या निर्माता का निशान) में तोड़ा जा सके और उन्हें विशेषज्ञों की एक "टीम" के रूप में व्यवस्थित किया जा सके। फिर, यह एक बाइ-डायरेक्शनल रेसिप्रोकल फ्यूजन (BDRF) सिस्टम का उपयोग करता है ताकि यह सुनिश्चित हो सके कि "वाइड-एंगल" दृश्य और "मैग्नीफाइंग ग्लास" दृश्य एक-दूसरे से बात करें और एक-दूसरे की गलतियों को सुधारें।
परिणाम प्रभावशाली हैं। कठिन और अव्यवस्थित बैकग्राउंड वाली तस्वीरों पर परीक्षण करने पर, कोरे-नेट ने लगभग 83.8% बार शीर्ष 10 परिणामों में सही चाकू की पहचान की, जो पिछले सभी तरीकों से बेहतर है। इससे भी बेहतर बात यह है कि जब यूके पुलिस ने वास्तव में 2023 और 2025 के बीच वास्तविक ऑपरेशनों (जिन्हें ऑपरेशन सेप्टर कहा जाता है) के दौरान इस सिस्टम का उपयोग किया, तो यह पहली बार में ही 99.2% बार सही था। यह केवल एक लैब प्रयोग नहीं है; यह एक ऐसा टूल है जो वर्तमान में अधिकारियों को जब्त किए गए हथियार की एक साधारण फोटो को एक खोज योग्य सुराग में बदलने में मदद कर रहा है, जिससे उन्हें स्रोतों का पता लगाने और अपराधों को तेजी से सुलझाने में मदद मिल रही है। शोध पत्र सुझाव देता है कि इस मिलान प्रक्रिया को स्वचालित करके, वे पुलिस द्वारा किए जाने वाले भारी मैनुअल काम को कम कर सकते हैं, जिससे घंटों के दृश्य तुलना के काम को सेकंडों की डिजिटल खोज में बदला जा सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।