Video gözetiminde anormal hareket tespiti

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: Türkçe

Öğrenci: ERKAN ŞENGÖNÜL

Danışman: Refik Samet

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Gözetim kameralarının dünya genelinde özel ve kamusal alanlarda hızla yaygınlaşmasıyla birlikte, artan video kayıt hacminin manuel olarak incelenmesi, zaman alıcı ve zorlayıcı bir süreç haline gelmiştir. Bu durum, anormal davranışların doğru ve hızlı bir şekilde tespit edilmesi ihtiyacını artırmıştır. Dolayısıyla, video gözetiminde anormal davranışların doğru bir şekilde tanımlanması ve beklenmedik desenler ile olağandışı hareketlerin otomatik olarak belirlenmesi önemli bir araştırma alanı haline gelmiştir. Bu doktora tezi, video gözetim sistemlerinde artan kamera kullanımının getirdiği zorlukları ele alarak, anormal olayların otomatik tespiti için yenilikçi bir metodoloji sunmaktadır. Önerilen metodoloji, veri ön işleme, özellik öğrenme ve anormallik tespiti olmak üzere üç temel aşamayı içermektedir. Ön işleme aşamasında, video verilerinden gereksiz bilgilerin temizlenmesi ve verilerin etkili bir şekilde yorumlanabilmesi için çeşitli işlemler uygulanmaktadır. Özellik öğrenme aşamasında, ConvLSTM-AE modeli kullanılarak normal video verilerinin temel özellikleri öğrenilmekte ve bu özellikler anormal durumların tespitinde kullanılmaktadır. Anormallik tespiti aşamasında ise, model tarafından üretilen düzenlilik puanlarının ürettiği yerel minima noktaları, belirli bir algoritmadan geçerek anormal hareketlerin başlangıç ve bitiş zamanlamasını belirlemede esas alınmaktadır. Bu özgün metodoloji, tezi diğer çalışmalardan ayırmaktadır. Yapılan testler, önerilen metodolojinin CUHK Avenue veri kümesinde %91,2 ve UMN veri kümesinde %94,1 AUC ile yüksek doğruluk seviyelerine ulaşarak mevcut yaklaşımlara kıyasla önemli bir başarı gösterdiğini kanıtlamaktadır. Ayrıca, tez VGAT alanındaki literatürü ve önceki çalışmaları kapsamlı bir şekilde inceleyerek, önerilen metodolojinin güçlü yönlerini ve potansiyel geliştirme alanlarını vurgulamaktadır. Bu tezin, VGAT alanında önemli bir katkı sağlayacağı ve gelecekteki araştırmalara yönelik yol gösterici bir kaynak oluşturarak, gözetim ve ilgili sektörlerdeki profesyonellere değerli bir referans sağlayacağı değerlendirilmektedir.