Valutazione degli effetti della rimozione dello sfondo nell'ambito del riconoscimento di scene di violenza attraverso l'utilizzo di reti neurali profonde

La diffusione sempre più ampia di telecamere di sorveglianza e di fenomeni violenti nella nostra società rende di fondamentale importanza il problema della “Violence Detection”. Infatti, la sorveglianza manuale di un elevato numero di telecamere presenta molte difficoltà, a causa della limitata capacità di monitoraggio continuo e della suscettibilità alle distrazioni degli operatori umani. Di conseguenza, si stanno sviluppando delle reti neurali profonde per identificare automaticamente scene violente nei video, ma al momento questi sistemi non raggiungono delle prestazioni accettabili su dati diversi da quelli usati durante l'addestramento. In questo lavoro di tesi viene presentata una soluzione basata sulla rimozione dello sfondo dai fotogrammi che compongono i video e attraverso l'utilizzo di questo approccio viene valutata l'importanza che assume il contesto in fase di addestramento e l'impatto che la sua rimozione ha sulle prestazioni e sulla capacità dei modelli di generalizzare quanto appreso su dati nuovi.