Adaptive camera tamper detection for video surveillance

Abstract

Suçlular, suç işlerken görüntülerinin çekilmesini önlemek amacıyla kameraları tahrif etme yöntemine sıklıkla başvururlar. Bir çok video gözetleme sistemi gözetimsiz bırakılır ve kamera görüntülerini izleyen operatörler kısa bir sure sonra dikkatlerini kaybederler. Kamera tahrif edildiğinde kamera görüntülerini izleyen operatörlerin zamanında uyarılabilmesini sağlayan gerçek zamanlı ve otomatik tesbit önemlidir. Kamera tahrifi bir video kameraya yapılan kasıtlı fiziksel eylemler olarak tanımlanabilir ve genellikle kameranın görüşünü yabancı bir nesne ile engelleyerek, kameranın yerini değiştirerek, kamera lensinin odağını değiştirilerek yapılır. Kamera tahrifini otomatik belirleyen sistemlerde yanlış alarm oranının az olması önemlidir, çünkü yanlış alarmlar sistemin güvenilirliğini düşürür ve bunun neticesinde kamera görüntülerini izleyen operator sistemin uyarılarını göz ardı etmeye başlar. Bu tezde içerisinde önemli ölçüde hareket olan tipik gözetleme senaryolarında kamera tahrifini ve kamera tahrifinin ne şekilde yapıldığını tesbit etmek için uyarlanabilir algoritmalar sunuyoruz. Ayrıca literatürdeki kamera tahrifini tesbit etmek için kullanılan algoritmalar hakkında özet bilgi veriyoruz. Bu tezde bir test videosu kümesi ile deneyler yaparak bizim sunduğumuz kamera tahrifini tesbit etme algoritmalarının performansını literatürdeki diğer algoritmalar ile karşılaştırıyoruz.

Criminals often resort to camera tampering to prevent capture of their actions. Many surveillance systems left unattended and videos surveillance system operators lose their concentration after a short period of time. Many important Real-time automated detection of video camera tampering cases is important for timely warning of the operators. Tampering can be defined as deliberate physical actions on a video surveillance camera and is generally done by obstructing the camera view by a foreign object, displacing the camera and changing the focus of the camera lens. In automated camera tamper detection systems, low false alarm rates are important as reliability of these systems is compromised by unnecessary alarms and consequently the operators start ignoring the warnings. We propose adaptive algorithms to detect and identify such cases with low false alarms rates in typical surveillance scenarios where there is significant activity in the scene. We also give brief information about the camera tampering detection algorithms in the literature. In this thesis we compare performance of the proposed algorithms to the algorithms in the literature by experimenting them with a set of test videos.