Detecção de movimentos não usuais no espaço_fase

metadataTrad.dc.contributor.author	Hennemann, Luciano;
metadataTrad.dc.contributor.authorLattes	http://lattes.cnpq.br/1237762686318792;
metadataTrad.dc.contributor.advisor	Jung, Claudio Rosito;
metadataTrad.dc.contributor.advisorLattes	http://lattes.cnpq.br/1538338871689655;
metadataTrad.dc.publisher	Universidade do Vale do Rio do Sinos;
metadataTrad.dc.publisher.initials	UNISINOS;
metadataTrad.dc.publisher.country	Brasil;
metadataTrad.dc.publisher.department	Escola Politécnica;
metadataTrad.dc.language	pt_BR;
metadataTrad.dc.title	Detecção de movimentos não usuais no espaço_fase;
metadataTrad.dc.description.resumo	Este trabalho tem como finalidade apresentar um modelo para detecção de comportamentos não usuais baseados em trajetórias. O modelo segue uma linha de pesquisa bastante atual na área de câmeras inteligentes ou vigilância electrônica que tende a concorrer com a enorme variedade de dispositivos baseadas em hardware hoje disponíveis no mercado. O fundamento está no processamento das trajetórias de pedestres ou objetos adquiridas por meio de filmagens feitas de ambientes com tráfego. O modelo é fundamentado em um período de treinamento, onde irá aprender o perfil das trajetórias selecionando, agrupando e posteriormente, guardando-as em um banco de dados. Depois irá compará-las com trajetórias novas que vão sendo adquiridas continuamente no período de teste ou operação propriamentte dito. No período de teste, uma trajetória será classificada com usual se compatível com as trajetórias adquiridas durante o treinamento, ou não usual, caso contrário. Neste trabalho, portanto, serão apresentados algoritmos que detectam;
metadataTrad.dc.title.alternative	Detection of unusual motion in space-phase;
metadataTrad.dc.description.abstract	This work aims to present a model for detection of unusual motion based on trajectories. This model relates to the research field on intelligent cameras and surveillance systems, that tends to compete nowadays with the enormous range of devices based in hardware available on the market. The main idea of the proposed approach is to analyze trajectories acquired from film scenes. The first step of the algorithm consists of a training period, that learns the profile of trajectories, selecting, grouping and later, keeping them in a database. After that, the algorithm compares new trajectories that are being acquired continously in the test period. In test period, one given trajectory will be classified as usual if it is compatible with the trajectories acquired during the training period, or unusual otherwise. This work, therefore, will present algorithms that detect patterns of similarity between a set of trajectories in the training period with each new trajectory acquired in the test period;
metadataTrad.dc.subject	detcção de comportamentos; histograma 4D; ocupação espacial; trajetória; vigilância eletrônica; histograms 4D; spatial occupation; trajectory; eletronic surveillance;
metadataTrad.dc.subject.cnpq	Ciências Exatas e da Terra;
metadataTrad.dc.type	Dissertação;
metadataTrad.dc.date.issued	2008-02-22;
metadataTrad.dc.description.sponsorship	Nenhuma;
metadataTrad.dc.rights	openAccess;
metadataTrad.dc.identifier.uri	http://www.repositorio.jesuita.org.br/handle/UNISINOS/2266;
metadataTrad.dc.publisher.program	Programa de Pós-Graduação em Computação Aplicada;