Die Arbeit beschäftigt sich mit der automatischen Detektion atypischer Veränderungen und Ereignisse in dynamischen Multiobjekt-Szenen. Beispiele für solche Szenen sind Straßen, Parks, Bahnhöfe, öffentliche Plätze, Flughäfen, Sportereignisse, Autobahnen, Einkaufszentren etc. Die sich durch die Szene bewegenden Akteure bzw. Objekte sind z.B. Fußgänger, Fahrräder, PKW, Boote, Flugzeuge, Spieler oder Kunden. Informationen über die beobachtbaren Zustände der Akteure oder Objekte werden durch Sensoren gewonnen. Ausgehend von Zustandsvektoren der Objekte, wird ein neues kartenbasiertes Verfahren zur Beschreibung der Szenendynamik vorgestellt. Zwei Methoden werden eingeführt, kartenbasierte Erkennung von globalen Szenenveränderungen (MBCD) und kartenbasierte Trajektorienanalyse (MBTA) zur Beurteilung einzelner Trajektorien. Beide Methoden lassen sich auf reale Multiobjektszenen ohne vorgegebene Signaturen oder Training anwenden. Sie wurden mit drei verschiedenen Szenen implementiert, welche zusätzlich in einem separaten Experiment mit jeweils zehn Probanden unabhängig bewertet wurden. Die Untersuchung der Ergebnisse zeigt die Stärken und Einschränkungen der neuen Verfahren und zeigt Richtungen auf, in die diese Arbeit weiterentwickelt werden kann.

    The thesis is about the automatic detection of atypical changes and events in dynamic multi-object scenes. Examples for such scenes are streets, parks, train stations, public places, airports, sports fields, highways, shopping malls etc. The actors or objects traveling through such scenes are pedestrians, bicycles, cars, boats, airplanes, sportsmen or customers. Information on the observable states of the actors or objects is made available by sensors. Based on object state vectors, a new approach is proposed for a map-based representation of the scene dynamics. Two methods are introduced, map-based change detection (MBCD) for the detection of overall scene changes and map-based trajectory analysis (MBTA) for the evaluation of individual object trajectories. Both methods work with real-life multi-object scenes without signatures or training. They were implemented with three different scenes and each scene was annotated by ten human participants in a separate experiment. The evaluation of the results shows the strengths and limits of the new approach and suggestions are made where to continue with further work.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Map-based multi-object dynamic scene description and atypical event detection


    Additional title:

    Kartenbasierte dynamische Szenariobeschreibung von Mehrobjekten und atypische Ereigniserkennung


    Contributors:


    Publication date :

    2009


    Size :

    238 Seiten, 137 Bilder, 13 Tabellen, 93 Quellen


    Remarks:

    (+89 S. Anh.)



    Type of media :

    Theses


    Type of material :

    Print


    Language :

    English





    Situation analysis and atypical event detection with multiple cameras and multi-object tracking

    Reulke, Ralf / Meysel, Frederik / Bauer, Sascha | Tema Archive | 2008


    Object detection and segmentation algorithm in complex dynamic scene

    Xu, Bing / Niu, Yanxiong / Lyu, Jianming | British Library Online Contents | 2016


    Atypical Event and Typical Pattern Detection within Complex Systems

    Amidan, B. G. / Ferryman, T. A. / IEEE | British Library Conference Proceedings | 2005