Detecção de Evento Anômalo
Nos sistemas de vigilância, a identificação de comportamento anômalo é uma tarefa muito importante. Automatizar esta tarefa é bastante complicado, pois existem infinitas situações possíveis se pensarmos em uma vigilância automática escalonável. Para reduzir a complexidade, podemos procurar padrões normais e anômalos. Um evento anômalo pode ser caracterizado como um evento que se desvia do normal, mas não necessariamente de maneira indesejável, por exemplo, um evento anômalo pode ser diferente do evento normal, mas não suspeito, do ponto de vista da vigilância.
O projeto atual é sobre reconhecimento de padrões anômalos. Assumindo imagens capturadas de uma única câmera, nosso modelo usa nosso recurso proposto chamado Histogram of Flow Orientation and Magnitude (HOFM). Esse recurso é baseado em informações de fluxo óptico para descrever os padrões normais em cena, para que possamos empregar uma pesquisa simples nas áreas mais próximas da imagem para identificar se um determinado padrão desconhecido deve ser classificado como um evento anômalo. Nosso descritor captura informações espaciotemporais de cubóides (regiões com suporte espacial e temporal) e codifica a magnitude e a orientação do fluxo óptico separadamente em histogramas.
Software
Related Publications
Novel Anomalous Event Detection based on Human-object Interactions Inproceedings Em: VISAPP 2018 - International Conference on Computer Vision Theory and Applications, pp. 1-8, 2018. |
Histograms of Optical Flow Orientation and Magnitude and Entropy to Detect Anomalous Events in Videos Journal Article Em: IEEE Transactions on Circuits and Systems for Video Technology, 27 (3), pp. 673-682, 2017. |
Histograms of Optical Flow Orientation and Magnitude to Detect Anomalous Events in Videos Inproceedings Em: Conference on Graphics, Patterns and Images (SIBGRAPI), pp. 1-8, 2015. |