Detección de anomalías en cámaras en tiempo real para la vigilancia de video en el mundo real

Este documento propone una técnica automática de detección de eventos para anomalías en cámaras mediante análisis de imágenes, con el fin de confirmar una buena calidad de imagen y el campo de visión correcto de los videos de vigilancia. La técnica primero extrae características de referencia reducidas de múltiples regiones en la imagen de vigilancia, y luego detecta eventos anómalos al analizar la variación de las características cuando la calidad de imagen disminuye y el campo de visión cambia. La detección de eventos se logra calculando estadísticamente las variaciones acumuladas a lo largo del dominio temporal. Las falsas alarmas causadas por ruido se reducen aún más mediante un filtro de Kalman en línea que puede suavizar recursivamente las características. Se realizan experimentos en un conjunto de videos grabados que simulan diversas situaciones desafiantes. Comparado con un método existente, los resultados experimentales demuestran que nuestro método tiene alta precisión y baja tasa de falsas alarmas con baja complejidad temporal.