Detecção de anomalias por decomposição em dicionário

Detalhes bibliográficos
Autor(a) principal: Lima, Victor Carneiro, 1995-
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/7552
Resumo: Orientador: Renato da Rocha Lopes
id UNICAMP-30_78931e04d27699fed9e17afe9e39e6bc
oai_identifier_str oai::1260170
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Detecção de anomalias por decomposição em dicionárioAnomaly detection via dictionary decompositionDetecção de anomaliasProcessamento de imagensDecomposição em valores singularesAnomaly detectionImage processingSingular value decompositionOrientador: Renato da Rocha LopesDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: Este trabalho apresenta um método de detecção de anomalias em vídeo baseado na decomposição dos quadros de vídeo no subespaço de componentes de fundo gerado por um dicionário. O dicionário utilizado é baseado na decomposição de posto baixo proveniente da técnica RobustPCA. Os resultados mostram que nossa implementação fornece um resultado equivalente a outras técnicas de RPCA Online descritas na literatura, mas possui tempo de execução e complexidade computacional muito inferiores. O método proposto tem boa imunidade a corrupção nos dados de treinamento e mantém um desempenho razoável mesmo quando submetido a dados de treinamento de posto alto. Por fim, demonstrou alta capacidade de detecção de anomalias mesmo em condições adversas, o que o torna um bom candidato para ser testado em sistemas automatizados de detecção de anomalias em subestações de energia elétrica. Além do trabalho realizado com a detecção de anomalias, também adaptamos os métodos aqui estudados para propor uma solução com desempenho satisfatório para o problema da temporização das manobras com as chaves seccionadoras em subestações de energia elétrica. O método proposto é baseado na projeção por quadrados mínimos dos quadros de vídeo no subespaço gerado por um dicionário binário composto por imagens da chave aberta e da chave fechada. Analisando os componentes dessa projeção podemos apontar o momento em que a chave inicia a transição e o momento em que ela acaba, permitindo adquirir informações sobre os estados dos componentes mecânicos desse dispositivoAbstract: This work presents a video anomaly detection method based on the decomposition of its frames in the subspace of background components generated by a dictionary. The dictionary used is based on the low rank decomposition from the RobustPCA technique. The results show that this implementation has similar performance to other online RPCA techniques already described in the literature, with much lower execution time and computational complexity. The method is also immune to corruption in the training data and maintains reasonable performance even when subjected to high rank training data. Finally, it proved to have high anomaly detection capability even under adverse conditions. These results indicate that the proposed method is a good candidate for automated anomaly detection systems in electric power substations. We also addressed the problem of timing of operations with disconnecting switches of substations with satisfactory performance. The method proposed is based on the least squares projection of video frames in the subspace generated by a binary dictionary composed of images of the open switch and the closed switch. Analyzing the components of this projection, we can pinpoint the moment the switch starts the transition and the moment it ends, allowing us to acquire information about the state of the mechanical components of this deviceMestradoTelecomunicações e TelemáticaMestre em Engenharia Elétrica[s.n.]Lopes, Renato da Rocha, 1972-Santos Filho, José Cândido SilveiraSantos, Sandra AugustaUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASLima, Victor Carneiro, 1995-20222022-12-02T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (63 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/7552LIMA, Victor Carneiro. Detecção de anomalias por decomposição em dicionário. 2022. 1 recurso online (63 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/7552. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1260170Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2023-02-16T14:11:29Zoai::1260170Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2023-02-16T14:11:29Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Detecção de anomalias por decomposição em dicionário
Anomaly detection via dictionary decomposition
title Detecção de anomalias por decomposição em dicionário
spellingShingle Detecção de anomalias por decomposição em dicionário
Lima, Victor Carneiro, 1995-
Detecção de anomalias
Processamento de imagens
Decomposição em valores singulares
Anomaly detection
Image processing
Singular value decomposition
title_short Detecção de anomalias por decomposição em dicionário
title_full Detecção de anomalias por decomposição em dicionário
title_fullStr Detecção de anomalias por decomposição em dicionário
title_full_unstemmed Detecção de anomalias por decomposição em dicionário
title_sort Detecção de anomalias por decomposição em dicionário
author Lima, Victor Carneiro, 1995-
author_facet Lima, Victor Carneiro, 1995-
author_role author
dc.contributor.none.fl_str_mv Lopes, Renato da Rocha, 1972-
Santos Filho, José Cândido Silveira
Santos, Sandra Augusta
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Lima, Victor Carneiro, 1995-
dc.subject.por.fl_str_mv Detecção de anomalias
Processamento de imagens
Decomposição em valores singulares
Anomaly detection
Image processing
Singular value decomposition
topic Detecção de anomalias
Processamento de imagens
Decomposição em valores singulares
Anomaly detection
Image processing
Singular value decomposition
description Orientador: Renato da Rocha Lopes
publishDate 2022
dc.date.none.fl_str_mv 2022
2022-12-02T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/7552
LIMA, Victor Carneiro. Detecção de anomalias por decomposição em dicionário. 2022. 1 recurso online (63 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/7552. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/7552
identifier_str_mv LIMA, Victor Carneiro. Detecção de anomalias por decomposição em dicionário. 2022. 1 recurso online (63 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/7552. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1260170
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (63 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189187200483328

Registros relacionados