Anomalous behaviour detection in video surveillance scenes
Year: 2017
Type: dissertation
Abstract: 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.
Author: Marcos Baptista-Ríos
Language: English
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W3026381384