Oblikovati programski sustav za detekciju i lokalizaciju nenomalnih događaja. Sustav neka se temelji na pristupu sličnom onom koji je opisan u radu: „Spatial-temporal Convolutional Neural Networks for Anomaly Detection and Localization in Crowded Scenes”, S. Zhou, W. Shen, D. Zeng, M. Fang, Y. Wei, Z. Zhang, (2016). Programski sustav testirati i usporediti s orginalnim radom na sljedećim bazama: UCSD Dataset, UMN dataset.

Primarno:

• (1) izvlačenje SVOI-ja iz slika
• (2) proučiti konvolucijske mreže i napraviti arhitekturu (u kodu)
• (3) organizirati oznake dataseta da ih se lako učita u program
  • (3.1) UCSD ped1
  • (3.2) UCSD ped2
  • (3.3) UMN plaza
  • (3.4) UMN lawn
  • (3.5) UMN indoor
• (4) podijeliti onaj drugi dataset u frameove i označiti ih na smislen način
• (5) pisanje dokumentacije
  • (5.1) projektni zadatak
    • (5.1.1) opis projektnog zadatka
    • (5.1.2) pregled i opis srodnih rješenja
    • (5.1.3) konceptualno rješenje zadatka
  • (5.2) postupak rješavanja zadatka
  • (5.3) ispitivanje rješenja
  • (5.4) opis programske implementacije rješenja
  • (5.5) zaključak
  • (5.6) literatura

Kod:

• (6) napraviti funkciju za normalizaciju slika
• (7) uravnotežiti razrede koji predstavljaju normalne i abnormalne slike u smislu da jednih i drugih ima podjednako

Sekundarno:

• (6) napaviti grafičko sučelje
• (7) naći ostala dva dataseta