Orientador: Clésio Luis TozziDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: Este trabalho apresenta um sistema de vigilância inteligente semi-supervisionado que detecta anomalias em um estacionamento de veículos. A metodologia proposta extrai características de velocidade e mudança de direção a partir das trajetórias para representar e classificar o comportamento dos objetos. No treinamento do sistema é construído um modelo do comportamento normal dos objetos a partir de um conjunto de trajetórias manualmente rotuladas. Em seguida, a classificação do comportamento é realizada através de uma medida de similaridade entre as características extraídas e o modelo. Os resultados mostraram que o sistema proposto apresentou rápida resposta e boa precisão na detecção de anomaliasAbstract: This work presents a semi-supervised intelligent surveillance system that detects anomalies in a parking lot. The proposed methodology extracts speed characteristics and change of direction from the trajectories to represent and classify the behavior of objects. The training phase aims to create a model of the objects normal behavior from a set of manually labeled trajectories. Then, the classification of the behavior is performed through similarity measure between the extracted features and the model. The results showed that the proposed system presented fast response and good accuracy in the anomaly detectionMestradoEngenharia de ComputaçãoMestre em Engenharia Elétrica159911/2013-3CNPQ