TY - JOUR ID - TI - A Proposed Data Stream Clustering Method for Detecting Anomaly Events in Crowd Scene Surveillance videos طريقة جديدة لعنقدة دفق البيانات لتمييز الحالات الشاذة للمشاهد المزدحمة في فديوات المراقبة AU - Abdulamir A. Karim عبد الأمير عبد الله كريم AU - Narjis Mezaal Shati نرجس مزعل شاتي PY - 2017 VL - 13 IS - 4 - part 1 SP - 126 EP - 136 JO - Academic Science Journal مجلة العلوم الاكاديمية SN - 83732222 25189255 AB - In this research, a new data stream clustering method utilizing seed based region growing technique is implemented to perform abnormal event detection in anomaly detection system in a new data stream clustering method used in abnormal detection system. This is done by applying HARRIS or FAST detectors on the frames of video clips in two publically available datasets. The first UCSD pedestrian dataset (ped1 and ped2 datasets), and the second VIRAT video dataset system to extract list of pairs of interest points. From these pairs a list of features such as: distance, direction, x-coordinate, y-coordinate obtained to use as an input to the new clustering method. This method in using HARRIS detector achieves detection rates about (9.09%, 52.17%, 61.67%), and the false alarm rates are (18.79%, 36.09%, 66.67%) by using Ped1, Ped2, and VIRAT datasets respectively. For the case of using FAST detector, the best- achieved detection rates are (7.88%, 46.09%, 58.33%), and the false alarms are (21.21%, 40.87%, 63.33%) by using the three previously mentioned benchmarks respectively.

في هذا البحث نفذت طريقة مقترحة في عنقدة دفق البيانات موظفا فيها تقنية الـ (seed base region growing) لانجاز مهمة تمييز الحالات الشاذة في نظام كشف الحالات الشاذة وهذا يتم بتطبيق (HARRIS detectors) او الـ FAST detectors) على الـ (frames) التي تم الحصول عليها من فديوات الـ (datasets) المعروفة عالميا وهي (UCSD pedestrian) وتتكون من قاعدتين(ped1) و(ped2) واما الثانية فهي (VIRAT). ومن هذه الـ (frames) يتم الحصول على مجموعة من ازواج نقاط الاهتمام. ومن هذه النقاط يتم الحصول على مجموعه من الـخصائص مثل المسافة والاتجاة واحداثيات المحور والسيني والصادي وذلك لإدخالها كمدخل لطريقة العنقدة الجديدة. عند استخدام الـ (HARRIS detectors) بهذه الطريقة كانت نسبة التمييز (9,09%، 52,17%، 61,67%)، ونسبة الخطأ في التمييز (18,79%، 36,09%، 66,67%) باستخدام فديوات الـ Ped1، Ped2، VIRAT وعلى التتابع. أما في حالة استخدام الـ (FAST detectors) فأن افضل نسبة تمييز كانت (7,88%، 46,09%، 58.33%) ونسبة الخطأ في التمييز كانت (21,21 % ،40,87%، 63,33%) في الـ (benchmarks datasets) المذكورة سابقا. ER -