Projeto de um descritor para detecção de eventos em câmeras de videomonitoramento : uma abordagem baseada na análise das características de altas frequências do fluxo ótico

Atualmente, o aumento do uso de câmeras de segurança em ambientes tanto abertos quanto fechados é inquestionável. Nossas ações diárias são monitoradas com maior frequência e isso traz uma confiança maior ao andarmos pelas ruas ou estabelecimentos quando não há uma grande movimentação. Mas mesmo que exista vigilância constante, ainda há possibilidade de erros humanos ocorrerem e um tumulto passar totalmente despercebido, causando incômodos para a população, sendo esses eventos anormais emergenciais ou até fatais. Este projeto visa propor uma abordagem para detectar eventos anormais com uma metodologia diferente das propostas atuais, utilizando uma combinação das técnicas de fluxo ótico e Transformada Discreta de Fourier deslocada e com dois métodos distintos de análise da distribuição espacial dos componentes de alta frequência do movimento. Para trabalhos futuros, a criação de um sistema robusto de identificação de situações incomuns em cenários com grandes multidões é cogitada, além de tratar não apenas de câmeras fixas, mas também de vídeos de elevada variação de movimento. _____________________________________________________________________________ ABSTRACTNowadays, the use of surveillance cameras in outside and inside environments is unquestionably higher. Our daily actions are monitored with more frequency and this brings a higher confidence when we walk in the streets or in buildings even when there is no movement. Even if there is a constant vigilance, there is still the possibility of human errors occurring and an abnormal event would pass by, causing an uncomfortable moment for the population that could be dangerous or fatal. This project proposes a different methodology to detect abnormal events in crowded environments, using a combination of optical flow techniques and shifted Discrete Fourier Transform with two distinct ways of analyzing the spacial distribution of the high-frequency motion components. For further works, the development of a crowd event detection robust system is thought and besides treating fixed cameras, it will treat input videos with a high motion variation