Violence detection in videos using 3D convolutional neural networks and transfer learning
Evrişimsel sinir ağları ve transfer öğrenme ile videolarda tehlike tespiti
- Tez No: 834748
- Danışmanlar: PROF. DR. FAHD JARAD, PROF. DR. HAYRİ SEVER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Çankaya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
İnsan gücü yerine bilgisayarlı sistemlerin kullanıldığı otomatik şiddet tespiti son zamanlarda araştırmacıların ilgi konusu olmuştur. Ek olarak, Evrişimli Sinir Ağları gibi Derin Öğrenme modelleri, video tanima da dahil olmak üzere çeşitli alanlarda birçok farklı göreve başarıyla uygulanmıştır. Bunlar göz önünde bulundurularak bu tezde, şiddetin tanınması için manuel insan kontrolü gerektirmeyen bilgisayarlı bir model tasarlanacaktır. Basit bir 3D CNN ve transfer öğrenme kullanan bir MoViNet 3D CNN dahil olmak üzere iki model tasarlanacaktır. Modelleri eğitmek ve çalıştırmak için 5200 videodan oluşan birleştirilmiş bir veri kümesi kullanılacaktır. Bu tezin amacı, CNN'lerin tasarımı ve matematiği hakkında kapsamlı bir açıklama sağlamak, iki 3D CNN modelini implemente etmek ve bu modelleri birçok yönden açıklamak ve analizini yapmaktır.
Özet (Çeviri)
Automatic violence detection using computerized systems instead of manpower has been a subject of significant contemporary interest among researchers recently. In addition, Deep Learning models such as Convolutional Neural Networks have been successfully applied to many different tasks in a wide range of domains, including video recognition. To that end in this thesis, a computerized model for violence recognition will be designed which does not require manual human inspection. Two models will be designed, including a simple 3D CNN and a MoViNet 3D CNN which uses transfer learning. A combined dataset consisting of 5200 videos will be used to train and run the models. The aim of this thesis is to give a comprehensive explanation to the design and mathematics of CNNs, implement two 3D CNN models and explain and analyze them in many aspects.
Benzer Tezler
- Derin öğrenme yaklaşımlarını kullanarak videolarda ve canlı yayınlarda gerçek zamanlı şiddet tespiti
Real-time violence detection in videos using deep learning approaches
OSAMA ALKAYAL
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ LEVENT CİVCİK
- Videolarda derin öğrenme yaklaşımları ile anormal durum tespiti ve boyut indirgeme sistemi
Anomaly detection and size reduction system with deep learning approaches in videos
MEHMET TEVFİK AĞDAŞ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEVİNÇ GÜLSEÇEN
- Dijital oyunlarda siber terörün yapay zekâ ile tespiti ve erişime engellenmesi
Detection and prevention of cyber terrorism in digital games using deep learning
AHMET EDİP ÇAPANOĞLU
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiAdli Bilişim Ana Bilim Dalı
DOÇ. DR. NURSEL YALÇIN
- Derin öğrenme tabanlı şiddet detektörü
Deep learning based violence detection
MUSTAFA KESER
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiVeri Analitiği Ana Bilim Dalı
PROF. DR. HAYRİ SEVER
- 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