Please use this identifier to cite or link to this item: http://bibdigital.epn.edu.ec/handle/15000/23221
Title: Aplicación de técnicas de aprendizaje de máquina para la detección de aglomeraciones de personas y comportamientos anómalos mediante segmentación semántica y redes convolucionales : modelo de redes convolucionales para la detección de comportamientos anómalos en videos de video vigilancia aplicando aprendizaje de instancia múltiple para el entrenamiento.
Authors: Vivas Corrales, Gabriel Alexander
Keywords: REDES NEURONALES CONVOLUCIONALES
VISIÓN COMPUTACIONAL
DETECCIÓN DE ANOMALÍAS
SISTEMAS DE VIDEOVIGILANCIA
ASALTOS
Issue Date: Oct-2022
Publisher: Vivas Corrales, G.A.(2022). Aplicación de técnicas de aprendizaje de máquina para la detección de aglomeraciones de personas y comportamientos anómalos mediante segmentación semántica y redes convolucionales : modelo de redes convolucionales para la detección de comportamientos anómalos en videos de video vigilancia aplicando aprendizaje de instancia múltiple para el entrenamiento. 51 páginas. Quito : EPN.
Abstract: The detection of anomalous behavior in humans refers to the process of discriminating events that deviate from normality. The main objective of this component is to develop a model for detecting anomalous behavior in surveillance camera videos. A pre-trained model is used for feature extraction from the videos. The extracted features serve as input data for a multiple instance learning based model that will oversee anomaly detection, specifically assault and robbery, and thus perform video classification. This model is intended to facilitate the monitoring of the images generated by the video surveillance systems and to serve as a guide for the implementation of a detection software incorporated in the cameras' visualization systems.
Description: La detección de comportamientos anómalos en humanos se refiere al proceso de discriminar eventos que se desvían de la normalidad. El principal objetivo de este componente es el desarrollar un modelo de detección de comportamientos anómalos en videos de cámaras de vigilancia. Un modelo pre-entrenado es usado para la extracción de características de los videos. Las características extraídas sirven como data de entrada para un modelo basado en aprendizaje de instancia múltiple que será el encargado de la detección de anomalías, específicamente de robos y asaltos, y así realizar la clasificación de los videos. Se pretende que este modelo facilite el monitoreo de las imágenes generadas por los sistemas de videovigilancia y sirva de guía para la implementación de un software de detección incorporado en los sistemas de visualización de las cámaras.
URI: http://bibdigital.epn.edu.ec/handle/15000/23221
Type: bachelorThesis
Appears in Collections:TIC - Ingeniería en Ciencias de la Computación

Files in This Item:
File Description SizeFormat 
CD 12816.pdf2,73 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.