Geri Dön

Anomaly detection for video surveillance in crowded environments

Kalabalık ortam video görüntülerinde anomali tespiti

  1. Tez No: 384967
  2. Yazar: CİHAN ÖNGÜN
  3. Danışmanlar: DOÇ. DR. İLKAY ULUSOY PARNAS, DOÇ. DR. ALPTEKİN TEMİZEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

Kalabalık ortamların analizi ve aykırı davranışların tespiti her geçen gün daha fazla önem kazanmaktadır. Kalabalık ortam analizi kalabalığın yoğunluğuna göre değişim göstermektedir. Düşük ve orta yoğunluklu kalabalıklarda bireysel analizler daha etkili olurken, yüksek yoğunluklu kalabalıklarda kalabalığı bir bütün gibi gören bütüncül yaklaşımlar daha etkili olmaktadır. Kalabalık ortam analizi üzerine yapılan çalışmalar 3 gruba ayrılabilir: grup davranışı analizi, kalabalık davranışı analizi ve aykırılık tespiti. Grup analizi bir grubun tespiti ve takibi ile yapılırken kalabalık analizi videodaki bütün kalabalık dikkate alınarak yapılır. Bu basamakları genelde aykırılık tespiti takip eder. Aykırılık tespiti video sahnesi üzerinde normalde olması beklenmeyen durumların tespitini amaçlar. Bu çalışmada amaç kişilerin ayrı ayrı tespit ve takibinin güç olduğu yüksek yoğunluklu kalabalıklarda davranışsal aykırılık tespitidir. Video sahnesi bir bütün olarak ele alınıp Sonlu-Zamanlı Lyapunov Üsleri (FTLE) kullanılarak hareket değişimine göre bir yoğunluk haritası elde edilmiş ve bu harita hiyerarşik sınıflandırma kullanılarak davranışsal kümelere bölünmüştür. Daha sonra bu kümelerin dağılımına bakılıp videoda aykırılık olup olmadığı belirlenmiş ve uyarlanabilir bir eşik değeri ile aykırı kümeler belirlenmiştir.

Özet (Çeviri)

Crowd behavior analysis and anomaly detection in crowded environments have become more important in recent years. In the literature there are two main approaches for crowd behavior analysis based on the density of the crowd. While individual analysis is more efficient for low and medium density crowds, holistic approaches which consider the crowd as a whole are more efficient for high density crowds. Crowd behavior analysis studies can be examined in 3 categories: group behavior analysis, crowd behavior analysis and anomaly detection. While group behavior analysis is based on detection and tracking of human groups, crowd behavior analysis studies considered the whole crowd in the video. These steps are generally followed by anomaly detection which is the task of detecting the events which are normally not expected in a scene. In this work, the aim is to detect behavioral anomalies in high density crowds where detection and tracking of individuals are difficult. Video scene is considered as a whole and a heat map is generated using Finite-Time Lyapunov Exponents (FTLE) based on motion changes and this heat map is divided into behavioral clusters using hierarchical clustering. Then considering the distribution of these clusters existence of anomaly is determined and abnormal cluster are detected using an adaptive threshold.

Benzer Tezler

  1. Anomaly detection for video surveillance in crowded environments for police

    Başlık çevirisi yok

    BILAL FAREED ABBAS ALANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    PROF. DR. OĞUZ BAYAT

  2. Kalabalık gözetleme ortamlarında anomali tespiti

    Anomaly detection in crowded surveillance scenes

    EFSUN SEFA SEZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET BURAK CAN

  3. Anomaly detection for video-based surveillance using covariance features and modeling of sequences via LSTMS

    Video bazlı gözetim sistemlerinde kovaryans öznitelikleri kullanımı ve dizilerin LSTM modellenmesi ile anomali sezimi

    ALİ ENVER BİLECEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik MühendisliğiSabancı Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜSEYİN ÖZKAN

  4. Video gözetiminde anormal hareket tespiti

    Abnormal motion detection for surveillance video

    ERKAN ŞENGÖNÜL

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. REFİK SAMET

  5. A scenario-based query processing framework for video surveillance

    Gözetim videoları için senaryo tabanlı sorgulama çatısı

    EDİZ ŞAYKOL

    Doktora

    İngilizce

    İngilizce

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    DOÇ. DR. UĞUR GÜDÜKBAY