Nowadays the occurrences of violent activities in public places are multiple and constantly increasing. Most of the video surveillance systems used to date, however, are unable to independently recognize and prevent these activities. The field of activity recognition, recently much studied and in continuous development, can offer us a very valid tool for the automatic recognition of violence scenes and therefore allow their prevention. In this work, different solutions based on the training of neural networks are tested, in order to document the performances and highlight the effectiveness of each in differentiating violent from non-violent scenes. Tools are also used to represent in a graphic way the behavior of these solutions, to justify and confirm the validity of the results obtained.
Al giorno d'oggi le occorrenze di attività violente in luoghi pubblici sono molteplici e in continuo aumento. La maggior parte dei sistemi di videosorveglianza ad oggi utilizzati, tuttavia, non è in grado di riconoscere autonomamente e prevenire queste attività. Il campo dell'activity recognition, di recente molto studiato e in continuo sviluppo, può offrirci uno strumento molto valido per il riconoscimento automatico di scene di violenza e quindi permetterne la prevenzione. In questo lavoro vengono testate diverse soluzioni basate sull'addestramento di reti neurali, al fine di documentare le performance e dimostrare l'efficacia di ciascuna nel differenziare scene violente da scene non violente. Si utilizzano inoltre strumenti per rappresentare in maniera grafica il comportamento di tali soluzioni, per giustificare e confermare la validità dei risultati ottenuti.
Valutazione comparata di reti neurali profonde per il rilevamento automatico di scene di violenza all’interno di video
GIRI, MATTEO
2020/2021
Abstract
Nowadays the occurrences of violent activities in public places are multiple and constantly increasing. Most of the video surveillance systems used to date, however, are unable to independently recognize and prevent these activities. The field of activity recognition, recently much studied and in continuous development, can offer us a very valid tool for the automatic recognition of violence scenes and therefore allow their prevention. In this work, different solutions based on the training of neural networks are tested, in order to document the performances and highlight the effectiveness of each in differentiating violent from non-violent scenes. Tools are also used to represent in a graphic way the behavior of these solutions, to justify and confirm the validity of the results obtained.File | Dimensione | Formato | |
---|---|---|---|
Tesi_Matteo_Giri PDFa.pdf
Open Access dal 22/07/2024
Descrizione: Tesi in formato PDF/a.
Dimensione
22.77 MB
Formato
Adobe PDF
|
22.77 MB | Adobe PDF | Visualizza/Apri |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.12075/287