Pusat Riset Telematika Menerbitkan Publikasi Mengenai Deep Anomaly Detection Through Visual Attention in Surveillance Videos

Telah terbit salah satu publikasi terbaru dari pusat riset telematika yaitu mengenai Deep Anomaly Detection Through Visual Attention in Surveillance Videos yang ditulis oleh Prof. Dr. Nasaruddin, ST., M.Eng, Kahlil Muchtar, ST., M. Eng, Ph. D, Afdhal, S.T., M.Sc., dan Alvin Prayuda Juniarta Dwiyantoro, S.T., M.Eng.


Publikasi ini menjelaskan mengenai metode untuk mempelajari perilaku anomaly dalam suatu video dengan cara mencari perhatian dari informasi dengan spasiotemporal. Metode ini menjelaskan mengenai pengurangan latar belakang (BG) untuk mengekstrasi gerakan dengan tujuan untuk menunjukkan lokasi perhatian yang digunakan. Daerah yang dihasilkan ini dimasukkan ke Convolutional Neural Network (3D CNN). Khususnya dengan memanfaatkan C3D (Convolution 3-dimensional) untuk mengeksploitasi hubungan spasiotemporal.

Convolutional Neural Network dikembangkan untuk membedakan peristiwa yang normal dan anomaly. Sistem ini diuji terhadap kumpulan data anomaly UCF-Crime yang berskala besar agar dapat memvalidasi keefektifannya. Data ini berisi 1.900 video pengawasan secara real yang panjang dan tidak terpotong yang mana terbagi menjadi 950 peristiwa anomaly dan 950 peristiwa normal. Sehingga dapat ditotal terdapat sekitar 13 juta frame yang dipelajari selama fase pengujian sehingga menghasilkan akurasi sebesar 99,25%. Dalam industry, hal ini dapat membantu petugas keamanan untuk fokus pada wilayah anomali yang sesuai.

Bagikan Berita ini

Berita Lainnya