Anomalous behaviour detection in video surveillance scenes
Marcos Baptista-Ríos · LA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2017
El presente Trabajo Fin de Máster consiste en la implementación y evaluación de un método de reconocimiento de acciones adecuado para ser utilizado en un sistema de detección de anomalías. Dicho método es el propuesto por el trabajo titulado Long-term Recurrent Convolutional Networks for Visual Recognition and Description, el cual está compuesto por dos fases basadas en CNN y LSTM. Esta configuración se entrena en conjunto y es capaz de aprender dependencias temporales entre las características visuales extraídas. Los resultados obtenidos sobre los conjuntos de evaluación de la base de datos UCF101, muestran que este método supera a otros modelos que no tienen en cuenta las relaciones temporales en su estructura. Además, el rendimiento que ofrece es comparable al de otros métodos del estado del arte.