Descriptor: Certus Caliber Classification Gunshot Dataset (C3GD)

Resumo Técnico: Certus Caliber Classification Gunshot Dataset (C3GD)

Definição do Problema
A detecção acústica oferece vantagens distintas para a detecção de disparos, incluindo a operação sem linha de visão e a compatibilidade com infraestruturas existentes, como smartphones. No entanto, a classificação automática de armas de fogo continua sendo um desafio significativo devido à curta duração dos clarões de boca (muzzle blasts), à prevalência de falsos positivos de sons impulsivos semelhantes (ex: fogos de artifício, estouros de escapamento de carros) e à dificuldade de treinar modelos em diversas condições acústicas. Um gargalo primário para o avanço deste campo é a falta de conjuntos de dados de alta qualidade e disponíveis publicamente. Os recursos existentes frequentemente dependem de áudios extraídos da internet (ex: YouTube), o que introduz ruído de rotulagem e uma falta de metadados críticos (tipo de microfone, localização, condições ambientais). Por outro lado, conjuntos de dados de alta fidelidade carecem da escala e diversidade de modelos de armas de fogo e calibres necessários para uma generalização robusta. Além disso, sistemas atuais como o ShotSpotter enfrentaram escrutínio quanto à sua precisão em implantações no mundo real, destacando a necessidade de melhores dados de pesquisa para aprimorar os modelos de detecção e classificação.

Metodologia
Os autores apresentam o Certus Calber Classification Gunshot Dataset (C3GD), um conjunto de dados coletado em campo, projetado para abordar as limitações de trabalhos anteriores por meio de uma rigorosa aquisição de dados e verificação de metadados.

• Coleta de Dados: O conjunto de dados compreende mais de 8.000 pontos de dados de áudio coletados em três locais externos distintos (Ohio, New Jersey e New York) ao longo de vários meses. A coleta envolveu 28 modelos distintos de armas de fogo representando 16 calibres diferentes.
• Instrumentação: Para garantir a diversidade nas condições de gravação, o estudo utilizou uma matriz heterogênea de dispositivos de gravação, incluindo gravadores profissionais (Tascam DR-05XP), microfones de lapela (DJI Mic AST01), tablets (Samsung Galaxy Tab A9+) e telefones celulares (Google Pixel 7). Os microfones foram posicionados a várias distâncias e ângulos em relação ao ponto de disparo para capturar a propagação e a variabilidade acústica.
• Pipeline de Processamento:
  • Sincronização: Todas as gravações foram sincronizadas manualmente identificando o início do clarão de boca em cada arquivo, alinhando-as a um canal de referência de alta qualidade para garantir consistência temporal.
  • Segmentação: Um script Python personalizado extraiu eventos de disparos individuais. O algoritmo identificou picos de amplitude acima de um limiar de 80% no canal de referência e extraiu uma janela de 1 segundo (retrocedendo cerca de 0,1s) para capturar o clarão de boca completo.
  • Padronização: Todo o áudio foi reamostrado para uma taxa uniforme de 48 kHz.
  • Extração de Características: Embora o conjunto de dados seja fornecido em formato de áudio bruto para permitir flexibilidade, os autores sugerem espectrogramas log-mel como um ponto de partida para classificação, em consistência com a literatura anterior.
• Metadados e Verificação: Foi empregado um processo de verificação de múltiplas etapas. Metadados de campo (marca, modelo, calibre, tipo de munição) foram registrados manualmente e cruzados com documentação de fabricantes e bases de dados balísticas. A redundância foi incorporada ao esquema ao anotar o calibre e a arma no próprio rastro de áudio para garantir o alinhamento com os registros escritos.

Principais Contribuições

• Escala e Diversidade: O C3GD oferece uma maior diversidade de armas de fogo, munições, calibres, tipos de microfone e posições de gravação do que os conjuntos de dados públicos anteriormente disponíveis. Inclui 8.015 arquivos de áudio através de 16 calibres e 28 modelos de armas de fogo.
• Metadados de Alta Fidelidade: Ao contrário de muitos conjuntos de dados provenientes da internet, o C3GD fornece metadados detalhados e verificados sobre os cartuchos específicos utilizados (ex: distinguindo entre cargas subsônicas e supersônicas, onde aplicável), localizações de microfones e especificações de dispositivos.
• Design Centrado no Calibre: O conjunto de dados foca na classificação baseada no calibre, em vez de modelos de armas de fogo específicos ou categorias amplas (ex: pistola vs. rifle). Os autores argumentam que esta abordagem oferece melhor generalização dada a ambiguidade das configurações modernas de armas de fogo (ex: carabinas de calibre de pistola, plataformas modulares).
• Acesso Aberto: O conjunto de dados é acessível publicamente, incluindo arquivos de áudio bruto (.wav), metadados detalhados (.csv) e scripts para pós-processamento e geração de espectrogramas.

Resultados e Características do Conjunto de Dados
O artigo não apresenta as métricas de desempenho de um modelo específico de aprendizado de máquina treinado no conjunto de dados; em vez disso, os "resultados" são o próprio conjunto de dados e sua decomposição estatística.

• Distribuição de Classes: O conjunto de dados é desbalanceado, mas cobre uma ampla gama de calibres. A classe mais representada é 9x19mm (1.507 amostras), seguida por 5.56x45mm (979 amostras) e .380 ACP (720 amostras). A menos representada é .45-70 (63 amostras).
• Qualidade dos Dados: Todas as gravações passaram por um controle de qualidade rigoroso, incluindo inspeção visual no Audacity para garantir a presença de disparos e a ausência de ruído estranho significativo. Os dados são descritos como "limpos", contendo o mínimo de clipping ou ruído de fundo.

Significância e Alegações
Os autores posicionam o C3GD como um recurso crítico para o avanço da classificação acústica de disparos, particularmente para implantação em dispositivos de borda (edge devices) e plataformas móveis.

• Generalização: Ao fornecer um conjunto diversificado de condições de gravação do mundo real e metadados verificados, o conjunto de dados visa apoiar o desenvolvimento de modelos que possam generalizar melhor do que aqueles treinados com dados da internet.
• Utilidade Operacional: O foco na classificação de calibre é apresentado como a abordagem mais prática para aplicações operacionais, oferecendo resultados interpretáveis para inteligência tática e avaliação de ameaças.
• Limitações e Trabalhos Futuros: Os autores são modestos quanto à aplicabilidade imediata do conjunto de dados a todos os cenários. Eles explicitamente observam que os ambientes externos semicontrolados carecem da reverberação significativa e do ruído de fundo urbano encontrados em implantações urbanas densas. Consequentemente, alertam que modelos treinados exclusivamente com estes dados podem exigir adaptação de domínio (ex: aumento de áudio com ruído e reverberação) para performar bem em cenários urbanos reais. Trabalhos futuros planejam expandir o conjunto de dados para incluir metadados ambientais (temperatura, densidade do ar) e abordar a detecção de ondas de choque supersônicas, que estão atualmente ausentes de conjuntos de dados anotados.