Arquitecturas para detección de anomalías: Fusión de GAN, U-Net y Transformers

• Pérez López, Borja ^[1] ; Resino Solis, Mario ^[1] ; García Fernández, Fernando ^[1] ; Hussein Abdulrahman Al-Kaff, Abdulla ^[1]
  1. [1] Universidad Carlos III de Madrid

     Universidad Carlos III de Madrid

     Madrid, España

     
• Localización: Jornadas de Automática, ISSN-e 3045-4093, Nº. 45, 2024
• Idioma: español
• Títulos paralelos:
  • Anomaly Detection Architectures: Fusion of GAN, U-Net and Transformers
• Enlaces
  • Texto completo
• Resumen
  • español

    La detección y prevención de situaciones anómalas en entornos urbanos es crucial para la seguridad de todos los usuarios, siendo un área de estudio muy relevante actualmente. La abundancia de cámaras CCTV en ciudades permite usar tecnologías de inteligencia artificial (IA) para monitorear y analizar comportamientos en tiempo real. Este estudio propone un sistema basado en la estructura GAN (Generative Adversarial Networks) para identificar situaciones anómalas en secuencias de imágenes. Se desarrollaron y compararon dos sistemas utilizando la arquitectura PatchGAN. El primero emplea la red U-Net para el generador, mientras que el segundo usa U-NetR, una variación de U-Net que mejora la contextualización de la imagen completa. Los resultados de diversos experimentos muestran la eficacia de ambos enfoques, proporcionando una comparación detallada de las ventajas y limitaciones de cada uno. Este trabajo contribuye al avance de las tecnologías de vigilancia.

  • English

    The detection and prevention of anomalous situations in urban environments is crucial for the safety of all users, and is currently a very relevant area of study. The abundance of security cameras in cities allows the use of artificial intelligence technologies to monitor and analyze behaviors in real time. This study proposes a system based on the GAN (Generative Adversarial Networks) framework to identify anomalous situations in image sequences. Two systems were developed and compared using the PatchGAN architecture. The first employs the U-Net network for the generator, while the second uses U-NetR, a variation ofU-Net that improves the contextualization of the entire image. Results from several experiments show the effectiveness of both approaches, providing a detailed comparison of the advantages and limitations of each. This work contributes to the advancement of surveillance technologies.