یادگیری فعالیت درتشخیص ناهنجاری در ویدیوی نظارتی

با احساس نیاز به فهم مقدار زیادی داده ی ویدیویی، تلاشهایی که هدف از آنها تفسیر جامع چندین موجودیت، نه تنها در یک تصویر بلکه روی چندین فریم ویدیویی در طول زمان می باشد تا ارتباطات زمانی مکانی آنها کشف گردد، بسیار بیشتر شده است. کاربرد مهم تحلیل و فهم ویدیویی، نظارت هوشمند با هدف تفسیر اتوماتیک فعالیت های انسان و تشخیص حوادث ناهنجار و غیرمعمولی است که ممکن است تهدیدی برای امنیت و ایمنی عمومی محسوب شود و به همین منظور کاربرد تعداد زیادی از دوربین هایی که در مکان های عمومی نصب می شوند ، جلوگیری از جرایم و همچنین آسیب های آن می باشد. مشکلات عمده در تشخیص حوادث غیرعادی و ناهنجاری های در تصاویر ویدیویی شامل مدل سازی حرکت رویدادهای غیرعادی و طبقه بندی رفتار است. تحلیل الگوهای رفتار رویکردی موثر برای شناسایی ناهنجاری و پیش بینی رفتار است همچنین می توان از دانش الگوهای حرکت برای شناسایی حرکت های ناهنجار و پیش بینی رفتارهایشان استفاده کرد. در این مقاله به معرفی مواردی که در تشخیص رویداد ناهنجار در تصاویر ویدیوی نظارتی اهمیت و کاربرد دارد، می پردازیم

Keywords:

رویداد ناهنجار , ردیابی , یادگیری فعالیت , ویدیوی نظارتی ,