مقاله تشخیص ناهنجاری (آنومالی) ویدیویی با استفاده از GAN

چکیده

Accounting for the increased concern for public safety, automatic abnormal event detection and recognition in a surveillance scene is crucial. It is a current open study subject because of its intricacy and utility. The identification of aberrant events automatically, it’s a difficult undertaking because everyone’s idea of abnormality is different. A typical occurrence in one circumstance could be seen as aberrant in another. Automatic anomaly identification becomes particularly challenging in the surveillance footage with a large crowd due to congestion and high occlusion. With the use of machine learning techniques, this thesis study aims to offer the solution for this use case so that human resources won’t be required to keep an eye out for any unusual activity in the surveillance system records. We have developed a novel generative adversarial network (GAN) based anomaly detection model. This model is trained such that it learns together about constructing a high dimensional picture space and determining the latent space from the video’s context. The generator uses a residual Autoencoder architecture made up of a multi-stage channel attention-based decoder and a two-stream, deep convolutional encoder that can realise both spatial and temporal data. We have also offered a technique for refining the GAN model that reduces training time while also generalising the model by utilising transfer learning between datasets. Using a variety of assessment measures, we compare our model to the current state-of-the-art techniques on four benchmark datasets. The empirical findings indicate that, in comparison to existing techniques, our network performs favourably on all datasets.

چکیده به فارسی (ترجمه ماشینی)

حسابداری برای افزایش نگرانی در مورد امنیت عمومی ، تشخیص و شناخت خودکار رویدادهای غیر طبیعی در صحنه نظارت بسیار مهم است.این یک موضوع مطالعه باز فعلی به دلیل پیچیدگی و ابزار آن است.شناسایی وقایع ناشایست به طور خودکار ، این یک کار دشوار است زیرا ایده همه از ناهنجاری متفاوت است.یک اتفاق معمولی در یک شرایط می تواند به عنوان بی تحرک در دیگری تلقی شود.شناسایی ناهنجاری اتوماتیک در فیلم های نظارتی با جمعیت زیادی به دلیل احتقان و انسداد زیاد به ویژه چالش برانگیز می شود.با استفاده از تکنیک های یادگیری ماشین ، این مطالعه پایان نامه با هدف ارائه راه حل برای این مورد استفاده است تا منابع انسانی لازم نباشد تا از هرگونه فعالیت غیرمعمول در سوابق سیستم نظارتی چشم پوشی کند.ما یک مدل تشخیص ناهنجاری مبتنی بر شبکه منفی (GAN) جدید ایجاد کرده ایم.این مدل به گونه ای آموزش دیده است که در مورد ساختن یک فضای تصویر ابعادی بالا و تعیین فضای نهفته از متن فیلم ، با هم یاد می گیرد.این ژنراتور از یک معماری باقیمانده AutoEncoder متشکل از یک رمزگذار مبتنی بر توجه به کانال چند مرحله ای و یک رمزگذار دوپارچه و عمیق که می تواند داده های مکانی و زمانی را تحقق بخشد ، استفاده می کند.ما همچنین تکنیکی را برای پالایش مدل GAN ارائه داده ایم که زمان آموزش را کاهش می دهد و در عین حال با استفاده از یادگیری انتقال بین مجموعه داده ها ، مدل را نیز تعمیم می دهد.با استفاده از انواع اقدامات ارزیابی ، مدل خود را با تکنیک های پیشرفته فعلی در چهار مجموعه داده معیار مقایسه می کنیم.یافته های تجربی نشان می دهد که در مقایسه با تکنیک های موجود ، شبکه ما در تمام مجموعه داده ها مطلوب عمل می کند.