Tez No	İndirme	Tez Künye	Durumu
246594		A scenario-based query processing framework for video surveillance / Gözetim videoları için senaryo tabanlı sorgulama çatısı Yazar:EDİZ ŞAYKOL Danışman: DOÇ. DR. UĞUR GÜDÜKBAY Yer Bilgisi: İhsan Doğramacı Bilkent Üniversitesi / Mühendislik ve Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Bölümü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora İngilizce 2009 111 s.
Video gözetim son yıllarda en çok ilgilenilen ve üzerinde çalışılan video işleme uygulama alanlarından biridir. Olağandışı durum yakalamak için anlamsal içeriğe otomatik erişim en temel görevlerdendir; ancak büyük girdi boyutu ve görsel özelliklerdeki değişkenlik nedeniyle problem zorluğunu korumaktadır. Literatürde gözetim videolarına otomatik erişim alanında yeterli çalışma yapılmış olmasına rağmen olay modelleri ve içerik erişimi alanlarında anlambilimsel eksiklikler bulunmaktadır. Bu tez kapsamında özellikle iç mekan videoları için senaryo tabanlı sorgulama çatısı önerilmektedir. Senaryo olay yüklemlerinden oluşan bir dizi olarak belirlenmekte ve nesne tabanlı düşük-düzey özellikleri ve yönsel yüklemler ile zenginleştirilebilmektedir. Ayrıca, anahtar çerçeve etiketleme tekniği önerilmektedir. Bu teknik anahtar çerçeve yakalama algoritmasından gelen anahtar çerçevelere etiket atayarak videonun olay dizisi olarak ifade edilmesini sağlamaktadır. Anahtar çerçeve yakalama, içeriğin bakış tabanlı gösterilmesini sağlayan ters izleme yöntemine dayanmaktadır. Bu olay dizisi gösterimi kullanılarak olağandışı durum yakalamak amacıyla sonlu durum makinesi tabanlı mekanizmalar geliştirilmiştir. Bu mekanizmalar ayrıca yardımcı veri çıkarma işleminde de kullanılmaktadır. Senaryo tabanlı sorgulama çatısı ters izleme yöntemini sayesinde olay sonu analizi için ters sorgulama ve bakış tabanlı sorgulamayı desteklemektedir. Desteklenen sorgu tiplerini ifade etmek amacıyla özel olarak tasarlanmış bir gözetim sorgu dili önerilmektedir. Sorgu dilinde ifadeyi kolaylaştırmak için ayrıca görsel sorgu belirleme arayüzü geliştirilmiştir. Başarım deneylerinde gösterildigi gibi anahtar çerçeve etiketleme algoritması bellek gereksinimini önemli ölçüde düşürmekte ve yeterli düzeyde olağandışı durum yakalama başarımı göstermektedir. Ayrıca sorgulama işlemi başarımının video gözetim alanında etkili ifade gücü ve yeterli erişim doğruluğuna sahip olduğunu göstermek için deneyler yapılmıştır.
Video surveillance has become one of the most interesting and challenging application areas in video processing domain. Automated access to the semantic content of surveillance videos to detect anomalies is among the basic tasks; however due to the high variability of the visual features and large size of the video input, it still remains a challenging issue. A considerable amount of research dealing with automated access to video surveillance has appeared in the literature; however, significant semantic gaps in event models and content-based access still remain. In this thesis, we propose a scenario-based query processing framework for video surveillance archives, especially for indoor environments. A scenario is specified as a sequence of event predicates that can be enriched with object-based low-level features and directional predicates. We also propose a keyframe labeling technique, which assigns labels to keyframes extracted based on keyframe detection algorithm, hence transforms the input video to an event sequence based representation. The keyframe detection scheme relies on an inverted tracking scheme, which is a view-based representation of the actual content by an inverted index. We also devise mechanisms based on finite state automata using this event sequence representation to detect a typical set of anomalous events in the scene, which are also used for meta-data extraction. Our query processing framework also supports inverse querying and view-based querying, for after-the-fact activity analysis, since the inverted tracking scheme effectively tracks the moving objects and enables view-based addressing of the scene. We propose a specific surveillance query language to express the supported query types in a scenario-based manner. We also present a visual query specification interface devised to enhance the query-specification process. It has been shown through performance experiments that the keyframe labeling algorithm significantly reduces the storage requirements and yields a reasonable anomaly detection performance. We have also conducted performance experiments to show that our query processing technique has a high expressive power and satisfactory retrieval accuracy in video surveillance.