مژگان حقیقی - دانشجوی کارشناسی ارشد معماری سیستم های کامپیوتری، دانشگاه آزاد اسلامی واحد تهران غرب، ایران
پیمان بابایی - دپارتمان کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران غرب، تهران، ایران

با توجه به اهمیت بسیار بالای تشخیص ناهنجاری در ویدیوهای نظارتی، در راستای افزایش دقت و سرعت در تشخیص ناهنجاری، تحقیقات بسیار گسترده صورت گرفته است. در این مقاله یک روش کارآمد برای شناسایی ناهنجاری در ویدیوی ظارتی براساس تحلیل الگوهای رفتاری و محاسبه ی ویژگی های سطح پیکسل پیشنهاد و پیاده سازی شده است. این روش مبتنی بر جریان نوری است و در آن، محاسبه ی جریان نوری براساس الگوریتم ردیابی KLT است. ردیاب KLT متدوال ترین روش برای محاسبه جریان نوری است و فقط روی نقاط ویژگی خوب استفاده می شود. استفاده از تفریق پس زمینه باعث می شود پیکسل های کمتر و در حال حرکت در نظر گرفته شوند و باعث افزایش کارایی محاسبه ی جریان نوری می شود. این روش برروی مجموعه داده های ارزیابی شده به نام UCSD Ped تست شده است، این مجموعه داده، توالی های آموزشی فقط با عابران پیاده را فراهم می کند و غیر عابر پیاده ها را به عنوان ناهنجاری علامت گذاری می کند.

تشخیص ناهنجاری، ویدیوی نظارتی، جریان نوری، ردیاب KLT، تفریق پس زمینه، ویژگی های خوب