A machine learning based video processing warning system for lifeguards

Abstract

Çeşitli gerçek hayattaki uygulamalarda Videolarda nesne algılama önemli bir rol oynar. bağımlı olan klasik yaklaşımlar, belirli işler için en uygun ve probleme bağlı el yapımı özellikleri kullanır. Dahası, el yapımı özellikler kamera titremesi, aydınlatma değişiklikleri ve nesne boyutlarında değişiklik gibi dinamik olaylara karşı oldukça hassastır. Öte yandan, suçların ve aksiliklerin yanı sıra araba kazalarının artması nedeniyle, tarihî yerler, plajlar, hava limanları gibi kamuya açık alanlara göz atmak için sürekli bir gözetim ihtiyacı vardır. algoritmalar ve teknoloji geliştirilmiştir. Bilgisayar vizyonuyla uğraşırken zorlu görevlerden biri, video ve görüntülerde Nesne algılama ve izlemedir. Temel olarak videoyu analiz etme adımları şunlardır: Önce hareket halindeki diğer nesnelerden ilgilenilen nesneleri tespit etme, İlgili nesneleri ardışık karelerde izleme, son adımı tespit etme ve izleme sonrasında bu nesnenin davranışını analiz etme yöntemidir.Bu makale, plajlardaki ve havuzlardaki insanları tespit etmek ve izlemek için kullanılan otomatik bir makine öğrenmesi tabanlı video işlemeyi temsil ediyor ve cankurtaranlar için uzman bir uyarı sistemi kullanıyor. RFID tetiklemeli izleme veya insanların izleme noktasında RFID bilezikleri tarafından sunulan veya etiketleme alanında sınırlı bir süre kaldıkları bölgeye göre izleme kullanarak izlemeye dayalı gerçek dünya örneği.

In various real-life applications Object detection in videos plays an important role. the classic approaches that depend on use handcrafted features which are optimal for specific tasks and problem-dependent. Moreover, the handcrafted features are highly sensitive to dynamical events such as camera jitter, illumination changes, and changing in object sizes. On the other hand, because increasing of crimes and mishaps as well as car accidents there is a need of continuous surveillance to keep an eye on public areas such as historical places, beaches, air ports. For automate monitoring the object in a video file many algorithms and technology have been developed. One of challenging tasks when dealing with computer vision is Object detection and tracking in videos and images. Mainly the steps for analyzing video are: First detection the objects of interest from other objects in motion, Stat tracking the interested objects in consecutive frames, after detection and tracking the final step is Analyzing the behavior of that object.This paper represents an automated machine learning based video processing for detecting and tracking the people at beaches and pools and works an expert warning system for lifeguards. The real-world example based on tracking by using RFID triggered tracking or zone-based tracking where people either presents themselves at the tracking point by RFID bracelets or staying in the labelling zone for limited amount of time.