Realization of Event Detection Control on Underground Metro Lines by Video Analysis Method

Abstract

In recent years, both academic and technological studies related to security applications have become one of the issues that are widely discussed. Analyzing the images taken from the camera is generally seen in many different applications for security applications. Even the recent epidemic, etc. It is seen that by using camera images to help diagnose diseases, people lead new applications in the field of use for any disease diagnosis. Video analysis studies were performed with the images taken from the cameras used for security purposes in the metro lines and the users were provided to travel safely. In the video analysis method, specific scenarios were defined to the system with various algorithms written in the software and event detection control was performed. Motion detection, steady state detection, identification of suspicious packages, panic-rush situations, suspicious facial expressions and unusual situations crowded subway in video analysis methods used in line. The general working principles of the analysis methods are mentioned and especially the motion detection and suspicious face recognition technology defined as scenario in the system are indicated.. The scenarios realized with the video analysis method were sent to e- mail simultaneously and reported automatically on the system.

Keywords

• Video Analysis
• Metro
• Camera
• Motion Detection

Yeraltı Metro Hatlarında Video Analiz Yöntemiyle Olay Algılama Kontrolünün Gerçekleştirilmesi

Abstract

Son yıllarda güvenlik uygulamaları ile ilgili hem akademik hem de teknolojik çalışmalar oldukça yaygın olarak üstünde durulan konulardan biri haline gelmiştir. Güvenlik uygulamaları için genellikle kameradan alınan görüntülerin analiz edilmesi birçok farklı uygulamada görülmektedir. Hatta son zamanlardaki salgın vb. hastalıkların teşhisine yardımcı olabilmek adına kamera görüntüleri kullanılarak insanların herhangi bir hastalık teşhisi için de kullanım alanında yeni uygulamalara öncülük ettiği görülmektedir. Bu çalışmada, metro hatlarında güvenlik amacıyla kullanılan kameralardan alınan görüntüler ile video analiz çalışmaları yapılarak kullanıcıların güvenli seyahat etmeleri sağlanmıştır. Video analiz yönteminde yazılım içerisine yazılan çeşitli algoritmalar ile sisteme belirli senaryolar tanımlanarak olay algılama kontrolü gerçekleştirilmiştir. Hareket algılama, durağan durum tespiti, şüpheli paket tanımlaması, panik-koşuşturma durumları, şüpheli yüz ifadesi ve olağan dışı kalabalık durumları metro hatlarında kullanılan video analiz yöntemlerindendir. Verilen analiz yöntemlerinin genel çalışma prensipleri belirtilmiştir ve özellikle sisteme senaryo olarak tanımlanan hareket algılama ile şüpheli yüz tanıma teknolojisi belirtilmiştir. Video analiz yöntemi ile gerçekleşen senaryolar eşzamanlı olarak e-posta göndererek yaşanan olayları sistem üzerinden otomatik olarak ihbar etmesi sağlanmıştır

Keywords

• Video Analiz
• Metro
• Kamera
• Hareket Algılama
• Yüz Tanıma

Thanks

Bu çalışmada kullanılan verilerin kullanımı ve destekleri için İstanbul Büyükşehir Belediyesi – Metro İstanbul A.Ş. teşekkür ederiz.

References

1. [1] Demirci, İ. E., “Raylı Sistemlerde Yüksek Yolcu Kapasitesi İçin Sinyalizasyon Sistemlerinin Optimizasyonu”, Yüksek Lisans Tezi, Bahçeşehir Üniversitesi Fen Bilimleri Enstitüsü 120s. 2014.
2. [2] https://www.metro.istanbul/haber/detay/2018-yilinda-yolcu-rekoru, (Erişim Tarihi: 01.11.2019).
3. [3] Bahçıvan, E., “Raylı Sistemlerde Otomasyon Seviyeleri ve Sürücülü Metro Hatlarında Hatada Emniyetli Hat İhlal Sistemi”, Yüksek Lisans Tezi, Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü 107s. 2018.
4. [4] Ijjina, E. P., & Sharma, S. K. (2019, July). Accident detection from dashboard camera video. In 2019 10th International Conference on Computing, Communication and Networking Technologies (ICCCNT) (pp. 1-4). IEEE.
5. [5] Karel Teknoloji, “Video Analiz Nedir? Uygulamaları ve Analiz Türleri” https://www.karel.com.tr/blog/video-analiz-nedir-uygulamalar-ve-analiz-turleri (Erişim Tarihi: 05.11.2019).
6. [6] Cavedon, L., Foschini, L., & Vigna, G. (2011, August). Getting the Face Behind the Squares: Reconstructing Pixelized Video Streams. In WOOT (pp. 37-45).
7. [7] Axxon Soft (2019), “Dünya Çapında 50 Ofis 2,5 Milyonun Üzerinde Lisanslı Video Kanalı 100+ Ülkede Satış 5.800’ün Üzerinde Sertifikalı İş Ortağı” (Erişim Tarihi: 11.11.2019).
8. [8] Netser Grup, https://www.netser.com.tr/tr/blog/video-yonetim-yazilimi-ve-onemli-vms-ozellikleri-nelerdir (Erişim Tarihi: 07.11.2019).

9. [9] Axxon Intellect Enterprise (2019), “Entegre Güvenlik Çözümleri Yüz Tanıma ve Arama İşlemleri” https://www.axxonsoft.com/integrated_security_solutions/face_recognition/ (Erişim Tarihi: 07.11.2019).
10. [10] Öz, K., & Görgünoğlu, S. (2016). Video Gözetim Sistemlerinde Anomali Tespiti Üzerine Bir Derleme. El-Cezeri Journal of Science and Engineering, 3(3).
11. [11] Karakoç, Y., Öztürk, S., & Kuncan, M. Hareket Eden Renkli Nesnelerin Takibinin PID ile Gerçekleştirilmesi. Otomatı̇k Kontrol Ulusal Toplantısı, TOK-2012, 11-13 Ekim 2012, Niğde, Türkiye.
12. [12] Kuncan, F., Kaya, Y., & Kuncan, M. (2019). New approaches based on local binary patterns for gender identification from sensor signals. J Fac Eng Archit Gazi Univ, 34(4), 2173-2185.
13. [13] Kuncan, F., Kaya, Y., & Kuncan, M. (2019). A Novel Approach for Activity Recognition with Down-Sampling 1D Local Binary Pattern. Advances in Electrical and Computer Engineering, 19(1).
14. [14] Kuncan, F. “Giyilebilir Sensör İşaretlerinden Hareket Tanıma İçin Yeni Yaklaşımlar”, Doktora Tezi, Siirt Üniversitesi Fen Bilimleri Enstitüsü 2019.
15. [15] Okan Ayrancı 2019, “Derin Sinir Ağları” https://teknosfer.net/derin-sinir-aglari-nedir/1700/ (Erişim Tarihi: 29.11.2019).
16. [16] Seo, S., Lee, H., Kim, Y., & Son, W. (2016, February). Video Motion Analysis for Landscape Image Abstraction. In 2016 International Conference on Platform Technology and Service (PlatCon) (pp. 1-4). IEEE.
17. [17] Kandemir, C. M., Adar, N., “Video Dizilerinde Hareket Tanıma” , Eskişehir Osmangazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt:24, Sayı:2, 2011.
18. [18] Babu, R. V., & Makur, A. (2006, December). Object-based surveillance video compression using foreground motion compensation. In 2006 9th International Conference on Control, Automation, Robotics and Vision (pp. 1-6). IEEE.