Salient event-detection in video surveillance scenarios
Kenneth Ellingsen · 2008
NORSK: Hver dag genereres store mengder video fra overvåkningssytemer verden rundt, og all denne videoen må håndteres på en måte slik at kun de mest interessante sekvensene vises. Det er normalt en eller flere personer, som jobb er å sitte å følge med på monitorer, for å kunne fange opp spesielle handelser når det skjer. Denne løsningen er ikke ideell. I denne oppgaven vil vi forske på metoder for å kunne detektere unormale hendelser automatisk. Vi vil se på hvordanman kan skille mellom hendelser i forbindelsemed videoovervåkning, og videre hva som kan klassifiseres som en unormal hendelse. Å analysere video, uten å vite når, hvor eller om det i hele tatt har foregått noe unormalt skjer hele tiden. Dette er veldig tidskrevende arbeid. I denne type arbeid er personen interessert i hendelser utenom det vanlige. Å ikke ha tilgjengelig de rette verktøy kan for en person være en ganske frustrende oppgave. Personen må også være klart subjektiv i hva han mener å være en unormal hendelse. Noe som helt klart er forskjellig fra person til person. Er det mulig å lage et system som klarer å modellere unormale hendelser? Hva skiller en unormal hendelse fra en normal? Hvordan kan man skille mellom mindre eller mer unormale hendelser som tar sted? Hvem bestemmer hva som kan klassifiseres som en unormal hendelse?