HİBRİT MAKİNA ÖĞRENMESİ ALGORİTMALARIYLA VİDEO GÖRÜNTÜLERİNDE ANOMALİ TESPİTİ

Abstract

Son yıllarda teknolojinin hızla gelişmesiyle beraber, kamera kullanım alanları ve video görüntüsü üretimi de aynı hızla artmaktadır. Dolayısıyla görüntü işleme tekniklerinin, hız, performans ve kaynak kullanımı açısından maksimum oranda geliştirilmesi ve iyileştirilmesine büyük bir ihtiyaç vardır. Özellikle kalabalık ve hareketli alanlarda anomalileri doğru olarak tespit edebilmek, yanlış tespitleri (false positive) en aza indirerek, başarım oranını artırmak zorlayıcı bir durumdur. Bundan dolayı çalışmamızda, birden fazla makine öğrenmesi algoritması ile Piksel bazlı video anomali tespiti (Piksel Based Video Anomaly Detection (PBVAD) ) ve Frame bazlı video anomali tespiti (Frame Based Video Anomaly Detection (FBVAD)) modelleri birleştirilerek, hibrit bir video anomali tespiti modelinin kullanılması önerilmiştir. PBVAD modelinde ile Spatio Temporal (ST)’ı referans alan “Motion Influence Map (MIM)” algoritması, FBVAD modelinde ise k-Nearest Neighbor (kNN) ve Support Vector Machine (SVM)” makine öğrenmesi algoritmaları hibrit bir şekilde kullanılmıştır. Çalışmamızın diğer bir önemli özelliği, önceden üzerinde çok fazla çalışma yapılmamış olan, gerçek dünyaya dair 128 saatlik orijinal görüntüler içeren, UCF Crime veri seti üzerinde, hibrit algoritmalarla başarımı yüksek anomali tespiti yapılmış olmasıdır. Çalışmamızın başarım oranı, FBVAD-kNN modeli algoritması ile yapılan testlerde ortalama olarak 98.0 %’dir. Bununla beraber, PBVAD-MIM modeli algoritması ile yapılan testlerde ortalama olarak 80.7%’dir. PBVAD-MIM algoritmasıyla yapılan piksel bazlı anomali tespiti çalışmalarımızda, pikseller arasındaki hız ve değişim farkı büyük olan video görüntülerinde, başarım oranlarının daha yüksek, pikseller arasındaki hız ve değişim farkı küçük olan video görüntülerinde ise, başarım oranlarının daha düşük olduğu gözlemlenmiştir. Çalışmamızın, video görüntülerinde, gerçek zamanlıya yakın bir şekilde anomali durumların tespit edilerek, olası zararlı etkilerinin önlenmesine, önemli düzeyde katkı sağlayacağı öngörülmektedir