Detekce anomálií v chování řídiče

Abstract

Práce se zabývá detekcí anomálií v chování řidiče. Nejprve popisuje technická úskalí problému detekce anomální akce ve videozáznamu a následně sumarizuje používané techniky detekce anomálií v datech obecně. Hlavní částí práce je návrh a experimentální realizace systému, který s využitím subsystému detekujícího klíčové body pózy člověka v obraze a hloubkových neuronových sítí rozlišuje anomální a normální akce řidiče. Vhodnost vybraných konfigurací architektury neuronové sítě je následně ověřena v několika experimentech.

The main topic of this work is the detection of anomalies in driver’s behavior. It describes technical difficulties of the problem of anomalous actions detection in the video. It summarizes the main methodologies generally used in the anomaly detection area. The core part of the work is the design and the experimental realization of the system that uses subsystem for keypoint detection in the video and deep neural networks to distinguish normal and anomalous actions of the driver. Several experiments are performed to validate the usability of selected keypoint features and neural network architectures.