Finding behavioural anomalies in public areas using video surveillance data

Brax, ChristofferHögskolan i Skövde,Institutionen för kommunikation och information,Forskningscentrum för Informationsteknologi (författare)

10.1109/ICIF.2008.4632410
In this paper we propose an approach forvdetecting anomalies in data from visual surveillancevsensors. The approach includes creating a structure for representing data, building “normal models” by filling the structure with data for the situation at hand, and finally detecting deviations in the data. The approach allows detections based on the incorporation of a priori knowledge about the situation and on data-driven analysis. The main advantages with the approach compared to earlier work is the low computational requirements, iterative update of normal models and a high explainability of found anomalies. The proposed approach is evaluated off-line using real-world data and the results support that the approach could be used to detect anomalies in real-time applications.

Niklasson, LarsHögskolan i Skövde,Institutionen för kommunikation och information,Forskningscentrum för Informationsteknologi(Swepub:his)nikl (författare)
Smedberg, MartinSaab Microwave Systems, Saab AB, Gothenburg, Sweden (författare)
Högskolan i SkövdeInstitutionen för kommunikation och information (creator_code:org_t)

Ingår i:Proceedings of the 11th International Conference on Information Fusion: IEEE, s. 1655-166297830002488329783800730926

Av författaren/redakt...: Brax, Christoffe ...; Niklasson, Lars; Smedberg, Martin

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.