DSpace Repository

Violence detection in videos using 3D convolutional neural networks and transfer learning

Show simple item record

dc.contributor.author Dündar, Naz
dc.date.accessioned 2024-02-12T12:31:08Z
dc.date.available 2024-02-12T12:31:08Z
dc.date.issued 2023
dc.identifier.citation Dündar, Naz (2023). Violence detection in videos using 3D convolutional neural networks and transfer learning / Evrişimsel sinir ağları ve transfer öğrenme ile videolarda tehlike tespiti. Yayımlnamış yüksek lisans tezi. Ankara: Çankaya Üniversitesi, Fen Bilimleri Enstitüsü. tr_TR
dc.identifier.uri http://hdl.handle.net/20.500.12416/7167
dc.description.abstract İnsan gücü yerine bilgisayarlı sistemlerin kullanıldığı otomatik şiddet tespiti son zamanlarda araştırmacıların ilgi konusu olmuştur. Ek olarak, Evrişimli Sinir Ağları gibi Derin Öğrenme modelleri, video tanima da dahil olmak üzere çeşitli alanlarda birçok farklı göreve başarıyla uygulanmıştır. Bunlar göz önünde bulundurularak bu tezde, şiddetin tanınması için manuel insan kontrolü gerektirmeyen bilgisayarlı bir model tasarlanacaktır. Basit bir 3D CNN ve transfer öğrenme kullanan bir MoViNet 3D CNN dahil olmak üzere iki model tasarlanacaktır. Modelleri eğitmek ve çalıştırmak için 5200 videodan oluşan birleştirilmiş bir veri kümesi kullanılacaktır. Bu tezin amacı, CNN'lerin tasarımı ve matematiği hakkında kapsamlı bir açıklama sağlamak, iki 3D CNN modelini implemente etmek ve bu modelleri birçok yönden açıklamak ve analizini yapmaktır. tr_TR
dc.description.abstract Automatic violence detection using computerized systems instead of manpower has been a subject of significant contemporary interest among researchers recently. In addition, Deep Learning models such as Convolutional Neural Networks have been successfully applied to many different tasks in a wide range of domains, including video recognition. To that end in this thesis, a computerized model for violence recognition will be designed which does not require manual human inspection. Two models will be designed, including a simple 3D CNN and a MoViNet 3D CNN which uses transfer learning. A combined dataset consisting of 5200 videos will be used to train and run the models. The aim of this thesis is to give a comprehensive explanation to the design and mathematics of CNNs, implement two 3D CNN models and explain and analyze them in many aspects. tr_TR
dc.language.iso eng tr_TR
dc.rights info:eu-repo/semantics/openAccess tr_TR
dc.subject Violence Detection tr_TR
dc.subject Deep Learning tr_TR
dc.subject Convolutional Neural Networks tr_TR
dc.subject Transfer Learning tr_TR
dc.subject Tehlike Tespiti tr_TR
dc.subject Derin Öğrenme tr_TR
dc.subject Evrişimsel Sinir Ağları tr_TR
dc.subject Transfer Öğrenme tr_TR
dc.title Violence detection in videos using 3D convolutional neural networks and transfer learning tr_TR
dc.title.alternative Evrişimsel sinir ağları ve transfer öğrenme ile videolarda tehlike tespiti tr_TR
dc.type masterThesis tr_TR
dc.identifier.startpage 1 tr_TR
dc.identifier.endpage 72 tr_TR
dc.contributor.department Çankaya Üniversitesi, Fen Bilimleri Enstitüsü, Matematik ve Bilgisayar Bölümü tr_TR


Files in this item

This item appears in the following Collection(s)

Show simple item record