H.264 압축과 SVDD를 이용한 영상 감시 시스템에서의 비정상 집단행동 탐지 = Abnormal Crowd Behavior Detection via H.264 Compression and SVDD in Video Surveillance System

국문 초록 (Abstract)

감시카메라 환경에서 군중의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 H.264 압축과정에서의 움직임 벡터 정보를 이용하여 영상내의 움직임 정보를 추출표현하였으며, 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지기로 설계하였다. 제안된 시스템은 H.264 압축 과정에서 얻어지는 움직임 벡터를 이용함으로써, 실시간성을 보장하며 SVDD의 점증적 갱신 학습 능력으로 인하여 비정상 집단행동 데이터베이스의 변화에도 능동적으로 적응할 수 있다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다.

국문 초록 (Abstract)

요 약감시카메라 환경에서 군중의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 H.264 압축과정에서의 움직임 벡터 정보를 이용하여 영상내의 움직임 정보를 추출표현하였으며, 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지기로 설계하였다. 제안된 시스템은 H.264 압축 과정에서 얻어지는 움직임 벡터를 이용함으로써, 실시간성을 보장하며 SVDD의 점증적 갱신 학습 능력으로 인하여 비정상 집단행동 데이터베이스의 변화에도 능동적으로 적응할 수 있다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다.
ABSTRACT In this paper, we propose a prototype system for abnormal sound detection and identification which detects and recognizes the abnormal situations by means of analyzing audio information coming in real time from CCTV cameras under surveillance environment. The proposed system is composed of two layers: The first layer is an one-class support vector machine, i.e., support vector data description (SVDD) that performs rapid detection of abnormal situations and alerts to the manager. The second layer classifies the detected abnormal sound into predefined class such as 'gun', 'scream', 'siren', ‘crash', 'bomb' via a sparse representation classifier (SRC) to cope with emergency situations. The proposed system is designed in a hierarchical manner via a mixture of SVDD and SRC, which has desired characteristics as follows: 1) By fast detecting abnormal sound using SVDD trained with only normal sound, it does not perform the unnecessary classification for normal sound. 2) It ensures a reliable system performance via a SRC that has been successfully applied in the field of face recognition. 3) With the intrinsic incremental learning capability of SRC, it can actively adapt itself to the change of a sound database. The experimental results with the qualitative analysis illustrate the efficiency of the proposed method.

참고문헌 (Reference)

1 전지혜, "실시간 지능형 감시 시스템을 위한 방치, 제거된 객체 검출에 관한 연구" 한국통신학회 35 (35): 24-32, 2010

2 "http://www.cvg.rdg.ac.uk/PETS2009"

3 "http://mha.cs.umn.edu/Movies./Crowd-Activity-All.avi"

4 "http://iphome.hhi.de/suehring/tml/"

5 D. Tax, "Uniform Object Generation for Optimizing One-Class Classifiers" 2 : 155-173, 2001

6 J. Davis, "The Relationship between Precision-Recall and ROC Curves" 233-240, 2006

7 J. Ramirez, "Speech/Non-speech Discrimination Combining Advanced Feature Extraction and SVM Learning" 1662-1665, 2006

8 T. Zho, "Segmentation and Tracking of Multiple Human in Crowded Environments" 30 (30): 1198-1211, 2008

9 N. Kiryati, "Real-time Abnormal Motion Detection in Surveillance Video" 1-4, 2008

10 Y. Shi, "Real-Time Abnormal Event Detection in Complicated Scenes" 3653-3656, 2010

11 J. Feng, "Online Learning with Self-Organizing Maps for Anomaly Detection in Crowd Scenes" 3599-3602, 2010

12 S. K. Kapotas, "Moving Object Detection in the H.264 Compressed Domain" 325-328, 2010

13 W. Fei, "Mean Shift Clustering-based Moving Object Segmentation in the H.264 Compressed Domain" 4 (4): 11-18, 2010

14 S. Pathan, "Incorporating Social Entropy for Crowd Behavior Detection Using SVM" 153-162, 2010

15 변주완, "H.264/AVC 압축 영역에서의 동영상 검색" 대한전자공학회 43 (43): 72-78, 2006

16 X. Zhang, "Detecting Abnormal Events via Hierarchical Dirichlet Process" 278-289, 2009

17 L. Kratz, "Anomaly Detection in Extremely Crowded Scenes Using Spatio-temporal Motion Pattern Models" 1446-1453, 2009

18 V. Mahadevan, "Anomaly Detection in Crowded Scenes" 1975-1981, 2010

19 T. Cao, "Abnormal Crowd Motion Analysis" 1709-1714, 2009

20 R. Mehran, "Abnormal Crowd Behavior Detection Using Social Force Model" 935-942, 2009