Anomaly detection for video surveillance in crowded environments
Kalabalık ortam video görüntülerinde anomali tespiti
- Tez No: 384967
- Danışmanlar: DOÇ. DR. İLKAY ULUSOY PARNAS, DOÇ. DR. ALPTEKİN TEMİZEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Video görüntüsü, Video image
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- Anomaly detection for video surveillance in crowded environments for police
Başlık çevirisi yok
BILAL FAREED ABBAS ALANI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
PROF. DR. OĞUZ BAYAT
- Kalabalık ortam görüntülerinde anormallik tespiti
Anomaly detection in crowded environment images
ESRA KUTLUGÜN
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMER ÇETİN
- Kalabalık gözetleme ortamlarında anomali tespiti
Anomaly detection in crowded surveillance scenes
EFSUN SEFA SEZER
Yüksek Lisans
Türkçe
2017
Bilim ve TeknolojiHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET BURAK CAN
- 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
2021
Elektrik ve Elektronik MühendisliğiSabancı ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN ÖZKAN
- Federe öğrenme tabanlı nesnelerin yapay zekası ile gözetim videolarında akıllı kalabalık analizi için anomali tespiti ve tahmini
Anomaly detection and prediction for intelligent crowd analysis with artificial intelligence of things based on federated learning in surveillance
SELEN GÜRBÜZ
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KARAKÖSE