การตรวจจับพฤติกรรมความรุนแรงในวิดีโอ โดยใช้โครงข่ายประสาทเทียมเชิงลึก

Detecting violence behavior in videos by using deep neural networks

Name: เอกนรินทร์ ดิษฐ์สันเทียะ

keyword: กล้อง CCTV.

ThaSH: การประมวลผลภาพ -- เทคนิคดิจิทัล

; CCTV.

ThaSH: ความรุนแรง -- พฤติกรรม -- การจำแนก

; โครงข่ายประสาทเทียมเชิงลึก

Abstract: ความสามารถในการจับภาพพฤติกรรมความรุนแรงโดยอัตโนมัตินับเป็นกุญแจสำคัญในการพัฒนาเทคโนโลยีของกล้อง CCTV ซึ่งการพัฒนากล้อง CCTV ให้มีความสามารถดังกล่าว ยังเป็นหัวข้อที่ท้าทายเนื่องจากข้อจำกัดของคุณภาพของภาพและข้อมูลของวีดีโอ ในงานวิจัยนี้ ผู้วิจัยได้นำเสนอวิธีการในการเรียนรู้เพื่อเพิ่มประสิทธิภาพการตรวจจับพฤติกรรมความรุนแรงในวีดีโอ ซึ่งในวิธีการที่นำเสนอนั้นประกอบด้วย 2 ส่วน ดังนี้ ในส่วนแรกคือ การสกัดคุณลักษณะของภาพวีดีโอโดยใช้เทคนิคโครงข่ายประสาทเทียมแบบคอนโวลูชัน เพื่ออธิบายข้อมูลเชิงพื้นที่ในแต่ละเฟรมของวีดีโอ นอกจากนี้ในงานวิจัยยังได้นำเสนอคุณลักษณะของรูปภาพชนิดใหม่คือ multiscale convolution ซึ่งใช้ในการตรวจจับการเปลี่ยนแปลงขนาดเล็กน้อยในวีดีโอ สำหรับส่วนที่สอง ใช้เทคนิค bidirectional long-short term memory (LSTM) ในการเรียนรู้การจำแนกระดับของวีดีโอจากวีดีโอทั้งที่มีเนื้อหาความรุนแรงและไม่มีความรุนแรง จากผลการทดสอบโดยใช้ชุดข้อมูล 3 ชุด ได้แก่ hockey movie และ real-violent พบว่าเทคนิคที่นำเสนอให้ค่าความแม่นยำสูงเมื่อเปรียบเทียบกับวิธีอื่น

Abstract: Ability to automatically recognize violence behaviors is one of the key technology for CCTV cameras. However, it is still a challenging task to obtain effective features for detecting violence in CCTV videos due to the visual quality of the video data. In this work, we propose a novel representation learning approach to improve the detection rate of violent behaviors in videos. Our proposed approach consists of two parts. In the first part, we leverage features extracted from image-based deep convolution neural network to describe spatial information in a video frame. We also introduce a new kind of image features, named multiscale convolutional features, to handle variations in the video data. In the second part, a bidirectional long-short term memory (LSTM) is applied to learn a video-level classifier from both violent/non-violent video sequences. Experimental results on three challenging datasets demonstrate that accuracy improvements are achieved by the proposed detection method compared with the previous methods.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: ลือพล พิพานเมฆาภรณ์

Role: ที่ปรึกษาวิทยานิพนธ์

Email : luepol.p@sci.kmutnb.ac.th

Created: 2561

Modified: 2562-10-17

Issued: 2562-06-07

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตร์มหาบัณฑิต

Level: ปริญญาโท

Descipline: วิทยาการคอมพิวเตอร์

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B1624347x.pdf	4.34 MB	41	2025-03-15 14:34:47

ใช้เวลา

0.027206 วินาที