Geri Dön

Video gözetiminde anormal hareket tespiti

Abnormal motion detection for surveillance video

  1. Tez No: 850872
  2. Yazar: ERKAN ŞENGÖNÜL
  3. Danışmanlar: PROF. DR. REFİK SAMET
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 157

Özet

Gözetim kameralarının dünya genelinde özel ve kamusal alanlarda hızla yaygınlaşmasıyla birlikte, artan video kayıt hacminin manuel olarak incelenmesi, zaman alıcı ve zorlayıcı bir süreç haline gelmiştir. Bu durum, anormal davranışların doğru ve hızlı bir şekilde tespit edilmesi ihtiyacını artırmıştır. Dolayısıyla, video gözetiminde anormal davranışların doğru bir şekilde tanımlanması ve beklenmedik desenler ile olağandışı hareketlerin otomatik olarak belirlenmesi önemli bir araştırma alanı haline gelmiştir. Bu doktora tezi, video gözetim sistemlerinde artan kamera kullanımının getirdiği zorlukları ele alarak, anormal olayların otomatik tespiti için yenilikçi bir metodoloji sunmaktadır. Önerilen metodoloji, veri ön işleme, özellik öğrenme ve anormallik tespiti olmak üzere üç temel aşamayı içermektedir. Ön işleme aşamasında, video verilerinden gereksiz bilgilerin temizlenmesi ve verilerin etkili bir şekilde yorumlanabilmesi için çeşitli işlemler uygulanmaktadır. Özellik öğrenme aşamasında, ConvLSTM-AE modeli kullanılarak normal video verilerinin temel özellikleri öğrenilmekte ve bu özellikler anormal durumların tespitinde kullanılmaktadır. Anormallik tespiti aşamasında ise, model tarafından üretilen düzenlilik puanlarının ürettiği yerel minima noktaları, belirli bir algoritmadan geçerek anormal hareketlerin başlangıç ve bitiş zamanlamasını belirlemede esas alınmaktadır. Bu özgün metodoloji, tezi diğer çalışmalardan ayırmaktadır. Yapılan testler, önerilen metodolojinin CUHK Avenue veri kümesinde %91,2 ve UMN veri kümesinde %94,1 AUC ile yüksek doğruluk seviyelerine ulaşarak mevcut yaklaşımlara kıyasla önemli bir başarı gösterdiğini kanıtlamaktadır. Ayrıca, tez VGAT alanındaki literatürü ve önceki çalışmaları kapsamlı bir şekilde inceleyerek, önerilen metodolojinin güçlü yönlerini ve potansiyel geliştirme alanlarını vurgulamaktadır. Bu tezin, VGAT alanında önemli bir katkı sağlayacağı ve gelecekteki araştırmalara yönelik yol gösterici bir kaynak oluşturarak, gözetim ve ilgili sektörlerdeki profesyonellere değerli bir referans sağlayacağı değerlendirilmektedir.

Özet (Çeviri)

With the rapid increase of surveillance cameras in both private and public spaces worldwide, the manual inspection of the growing volume of video recordings has become a time-consuming and challenging process. This situation has heightened the need for the accurate and swift detection of abnormal movements. Consequently, the accurate identification of abnormal movements in video surveillance and the automatic detection of unexpected patterns have become significant research areas. This doctoral thesis addresses the challenges brought by the increasing use of cameras in video surveillance systems, presenting an innovative methodology for the automatic detection of abnormal events. The proposed methodology comprises three main stages: data preprocessing, feature learning, and anomaly detection. In the preprocessing stage, various processes are applied to clean unnecessary information from video data and to interpret the data effectively. During the feature learning stage, the ConvLSTM-AE model is used to learn the fundamental characteristics of normal video data, which are then utilized in detecting abnormal situations. In the anomaly detection stage, the local minima points produced by the regularity scores generated by the model are used, following a specific algorithm, to determine the start and end timing of abnormal movements. This unique methodology distinguishes the thesis from other studies. Tests have demonstrated that the proposed methodology achieves high accuracy levels, with 91.2% AUC in the CUHK Avenue dataset and 94.1% AUC in the UMN dataset, proving to be a significant success compared to existing approaches. Additionally, the thesis comprehensively reviews the literature in the VGAT field and previous studies, highlighting the strengths of the proposed methodology and potential areas for further development. It is evaluated that this thesis will make a significant contribution to the VGAT field and will serve as a guiding resource for future research, providing valuable reference to professionals in surveillance and related sectors.

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. SME countermeasures and human factor for information security study

    KOBİ'lere karşı tedbirler ve bilgi güvenliği için insan faktörü çalışması

    ARKAN FOUAD JIHAD JIHAD

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    YRD. DOÇ. DR. OGUZ KARAN

  3. Bilgisayar video oyunlarının ortaokul öğrencilerinin matematik problemi çözme becerilerine etkisinin incelenmesi

    Investigating the effects of computer video games on middle school students' mathematical problem solving skills

    KÜBRA ÇORBACI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Eğitim ve ÖğretimMarmara Üniversitesi

    Matematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ORHAN ÇANAKÇI

  4. Muhasebe hileleri ile mücadelede beden dilinin kullanılması

    The usage of body language to fight against accounting frauds

    KEMAL GÜRSOY

    Doktora

    Türkçe

    Türkçe

    2018

    İşletmeAkdeniz Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. BURCU UTKU

  5. Comparing the impacts of video-based and physiotherapist-led yoga practices on the respiratory capacities and sleep quality of sedentary individuals

    Video temelli ve fizyoterapist eşliğinde yapılan yoga pratiklerinin, sedanter kişilerin solunum kapasiteleri ve uyku kaliteleri üzerine etkilerinin karşılaştırılması

    NAHİDE KOÇER

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Fizyoterapi ve RehabilitasyonYeditepe Üniversitesi

    Fizyoterapi ve Rehabilitasyon Ana Bilim Dalı

    PROF. DR. HABİBE SERAP İNAL