Detekce anomálií v chování davu ve video-datech z dronu

Abstract

V posledních letech dochází k rychlému rozvoji využití dronů v mnoha odvětvích. Své uplatnění nachází i v oblasti národních bezpečnostních složek. Cílem této práce je návrh a implementace nástroje provádějícího analýzu davových scén snímaných dronem. Tento nástroj zajišťuje včasnou identifikaci podezřelého chování osob a usnadňuje jeho lokalizaci. Mezi hlavní přínos patří návrh vhodného algoritmu stabilizace videa umožňující stabilizaci drobných záchvěvů, ale i zpětné dohledání ztracené scény. Dále byly navrženy dva detektory anomálie odlišující se ve způsobu extrakce příznakového vektoru a modelování pozadí. Ve srovnání s nejlepšími přístupy současnosti dosahují srovnatelných výsledků, ale zároveň přináší výhodu v podobě možnosti zpracování on-line dat.There have been lots of new drone applications in recent years. Drones are also often used in the field of national security forces. The aim of this work is to design and implement a tool intended for crowd behavior analysis in drone videodata. This tool ensures identification of suspicious behavior of persons and facilitates its localization. The main benefits include the design of a suitable video stabilization algorithm to stabilize small jitters, as well as trace back of the lost scene. Furthermore, two anomaly detectors were proposed, differing in the method of feature vector extraction and background modeling. Compared to the state of the art approaches, they achieved comparable results, but at the same time they brought the possibility of online data processing.